百度机器学习BML

    客户案例

    BML可以帮助企业和开发者实现图像识别、视频分析、语音识别、推荐、预测等多种业务场景,赋能金融、教育、医疗、安防、零售、工业制造等多种行业。

    经典客户案例:

    网贷风控

    银行网贷业务搭建风控模型,预测网贷申请人是否会违约。基于行内数据,样本量6万,正负样本比例10:1,共计50多个特征字段。采用GBDT算法,网贷风控准入模型准确率、召回率均有大幅提升。BML助力金融行业智能化,构建基于人工智能、大数据的风险防控系统,把控业务风险,提高资本收益,积极适应新金融发展趋势。

    精准营销

    预测理财产品的潜在客户,以便进行精准营销,属于典型的分类问题。在正负样本比极不均衡(1:5000)的情况下,采用GBDT算法和AutoML参数自动调优,让模型去学习最优的参数解,最终在测试集上达到很高的准确率。BML以人工智能技术支撑互联网金融各项创新业务的迅速落地,助力企业以高效个性化的金融产品设计迅速切入细分市场,扩大资产规模。

    工业巡检

    对设备(如输电线路)的定期巡检,保障电力系统的安全生产。由于线路所经区域多样,有些地方环境恶劣,人工难以触达,采用无人机巡检,按照预定的卫星定位航线沿路飞行,对输电线路进行拍摄,将图像回传至后台,通过BML对图像进行识别分析,发现可疑故障隐患,报送工作人员作进一步判断分析。针对拍照的照片进行质量判断过滤掉低质图片,然后通过物体检测、分割等算法来检测出导线、绝缘子等部件以及出现问题的地方,进行定位报警。在训练过程中采用图像数据增强以及参数优化等方式来提升训练效果。

    信息抽取

    从授信审批意见书中抽取客户需要的关键要素,如公司名称,授信额度,授信有效期,授信品种等,以便后续业务审批处理,属于NLP中典型的序列标注问题。采用基于百度数据训练的ERNIE预训练模型,各项信息的识别准确率达到领先水平,大大提升业务的审核效率。

    上一篇
    使用限制
    下一篇
    产品定价