百融云创打造智能AutoML平台 降低机器学习应用门槛

当今这个时代，人工智能在各种行业中起到不小的作用。特别在金融领域，由于金融领域的大容量、准确的历史数据和可量化等特点，它非常适合与人工智能相结合。同时，由于当前拥有强大的计算能力和方便易用的机器学习工具，人工智能领域的核心技术机器学习在金融科技方面的应用从未如此便捷。

机器学习的过程自动化能够减少运营成本，提高生产力和增强用户体验，更好地遵守和加强安全性。这就是为什么如此多的金融公司在机器学习研发方面投入巨资。至于落后者，忽视AI和ML可能会被证明是代价高昂的。

但对于中小金融机构，机器学习的搭建就面临着许多困难，例如，AI技术门槛高、风控专家稀缺、风控模型迭代慢、大数据算力不足等痛点。对一般企业来说，AI仍是难以触及的技术。为了降低应用机器学习解决实际问题的门槛，百融云创的机器学习平台应运而生。

百融云创自2018年成立人工智能金融实验室以来，以平台化思维创新研发，不断完善机器学习平台建设，基于风控场景率先在业内推出基于自动机器学习（AutoML）技术的智能模型训练平台“计算未来AutoML”，可以帮助金融机构迅速、高效地搭建机器学习模型。

“计算未来AutoML”，可以帮助金融机构在没有任何模型训练经验的条件下，快速、高效地完成风控模型训练与智能风控体系搭建。这样就可以实现建模工作自动化，降低建模工作的门槛，提高模型开发和部署效率，是企业打造数据驱动的业务模式的利器。除此之外，还可以有效实现用户深度经营与网格化精细管理，根据金融机构的实际需求与业务开展情况，持续提供客制化风控解决方案。

在数据收集上，平台不仅能接收客户提供的多维度数据，而且可以根据客户需求提供百融数据。它是针对金融风控领域进行筛选和处理之后的数据，安全度高、可靠性强，在这些数据上可以获得更好的风控效果；在模型开发上，AutoML技术让业务人员也可以快速上手参与模型开发，并且仅需短短几个小时就能达到甚至超越人工建模效果；在模型应用上，百融云创研发的自动机器学习技术能实现全流程一键部署，既支持本地化部署，将AutoML模型搭建在机构自己的服务器上，也支持云端部署，即部署在百融云创的计算集群，并通过网络的方式为企业提供模型接口服务。