部落格

該文章描述了一個案例研究，講述如何建立一個自動化反詐系統，其中包含約150種用於檢測可疑情境的演算法。人工智慧不僅被用來微調這些演算法，還用於解決其他專案任務。您遇到了哪些挑戰？人工智慧在哪些反詐任務中展現了最佳效果？

在金融市場為銀行客戶提供經紀服務期間，對可疑交易進行自動監控。

全球範圍內的信貸機構（包括俄羅斯的）正越來越多地使用專門的自動化模式識別系統來檢測股票、期貨和貨幣市場中的可疑交易。哪些銀行部門可以從這些系統中受益？

從普遍接受的觀點來看，「事件」通常被視為僅僅是誤會、不愉快的經歷，甚至是「碰撞」。在您的術語中，您如何定義「事件」？

在我們系統用戶手冊的術語中，「事件」被定義為客戶的一種活動──即一系列與時間、市場數據及新聞背景相關聯的訂單和交易──可被法院解釋為……

是什麼促使了對該產品的需求？

主要驅動因素是全球範圍內監管要求的日益嚴格，以提升銀行業務的透明度。這並非空洞口號——這些規定附帶巨額罰款：在過去七年中，美國和歐洲的銀行已支付超過 3,200 億美元的罰款。而且，這一趨勢短期內不太可能終止。為了應對這些天文數字般的罰款，2015 年出現了……