光影描绘女性最美角度 高贵冷艳梦幻人像
17710次查看 15评论
ZESTFINANCE隆重推出为信用记录有限的消费者审批信贷的机器学习平台
ZestFinance公司今天隆重推出Zest自动化机器学习 (注册商标为ZAML™) 平台用于信贷审批业务。贷款机构可借助ZAML系统对大量的非传统信用数据进行分析，从而在提供 ...
| ZestFinance公司今天隆重推出Zest自动化机器学习 (注册商标为ZAML™)
平台用于信贷审批业务。贷款机构可借助ZAML系统对大量的非传统信用数据进行分析，从而在提供消费信贷时降低信贷决策的风险，特别是信用记录有限的借款人所带来的风险。此平台还使得用户能够解释数据模型的评估结果用以衡量其对审批率的影响。ZAML平台从今天起隆重上线。
大部分中国消费者只有很少或根本没有信用记录。这就意味着中国的贷款机构无从查找通常用来确定借款人资信的数据，从而使消费信贷的发放在中国难于进行。而ZAML平台将使中国的贷款机构能够更有效地预测风险，进而扩大中国消费者享用公平信贷的机会。 “中国的金融机构在开展消费信贷审批业务时所面临的困难是消费者信用记录有限；中国消费者是信用数据缺少或缺失的典型群体。” ZestFinance公司的创办人兼首席执行官道格拉斯·梅里尔 (Douglas Merrill) 先生感叹道。“虽然用传统的信贷审批程序审批信用记录充足的借款人很有效，但在数据有限的情况下，比如在中国，传统做法却无法把资信可靠和高风险的信贷申请人区分开来。而机器学习系统通过对散布范围大得多的数据集进行采集分析，填补了这个空白。” 扩大中国的消费信贷发放量 传统的信贷审批系统仅依据数量有限的数据点、即基于人们的信用记录做出信贷决策。但在中国等新兴市场，消费信贷数据往往无从获取。结果，消费者由于无法通过信贷审批审批而被信贷市场拒于门外；同时，贷款机构则由于数据乏匮而面临放贷风险。 ZAML与传统的信贷审批方法所不同的是，它借助于机器学习来分析成千上万的传统和非传统变量，从而更精确地为借款人、包括信用记录简短或根本没有信用记录的群体评分。ZAML可以对大量数据进行分析，如经过隐名处理的消费者网上购物习惯、客户支持数据、借款偿付记录以及购物交易等。在这个平台上还可以添加非传统信用变量，如某客户如何填写申请表以及登陆贷款机构网站浏览了哪些内容等。正因如此，互联网上最大的中文搜索引擎百度与ZestFinance联手把其用户的搜索、定位和支付数据转化为信用评分。 “人工智能就像崭新的电力。它正给各行各业带来改变，而金融服务业实现创新的条件已经完全成熟。因为ZestFinance这样的公司在人工智能领域开展的工作，我们在美国和世界各地的金融业将看到天翻地覆的变化”百度的首席科学家吴恩达博士说。 关于ZAML ZAML是目前唯一的专注信贷审批业务的机器学习平台。从2009年起，ZestFinance公司就一直通过机器学习和大数据技术来降低信贷审批业务中的风险。而这种技术正是ZAML所依托的基础。这个平台用类似谷歌的算法分析成千上万个数据点，让金融机构通过易于使用的网络接口对所有潜在的借款人形成更丰富、更精确的了解。 ZAML平台包括三大功能块： 数据同化 从成千上万各种格式的数据源中识别、清理、汇总数据，并提供应用程序接口使用户能装载并应用自己的内部数据； 模型工具 可帮助贷款机构训练、整合机器学习模型并将其实用化，用以解决业务中的具体挑战，如骗贷行为或市场营销等； 模型解释性工具 用于划分标定模型的主要成分、突出潜在的模型误差并使机器学习模型更加透明。ZAML模型解释工具尤为重要，因为这些工具既帮助贷款机构了解其所用模型的经济价值以便在其组织内进行沟通，又使贷款机构能确保各项监管规定都得到遵守。 定价和可用性 ZAML平台今日上线。使用价格会根据用户的性质、需求和对此技术的使用量而有所不同。 关于ZestFinance公司 ZestFinance有限公司用其独有的 、以数据科学和机器学习技术为基础的信贷决策技术平台帮助贷款机构有效地预测信贷风险，使他们得以在增加营业收入的同时降低风险并确保遵规守法。ZestFinance公司由道格拉斯·梅里尔先生和几位曾任职于谷歌公司的雇员共同创立于2009年，其使命是让每个人都能享受公平透明的信贷。公司总部设在美国加利佛尼亚州洛杉矶市。欲知详情，敬请登陆www.ZestFinance.com 媒体联系人： Sarah Arvizo Cutline Communications (646) 685-8370 zf@cutline.com |
相关推荐
