English中文
PUT AI TO WORK
June 18-21, 2019
Beijing, CN

保险中的机器学习实践

此演讲使用中文 (This will be presented in Chinese)

ju fang (中国人寿研发中心)
16:2017:00 Friday, June 21, 2019
实施人工智能 (Implementing AI)
Location: 报告厅(Auditorium)

必要预备知识 (Prerequisite Knowledge)

具备基础的机器学习模型构建理论知识

您将学到什么 (What you'll learn)

机器学习模型构建方法论,以及在样本不均衡、参数选择、模型可解释等热门问题上的解决思路。

描述 (Description)

随着人工智能技术的崛起,保险作为金融行业的一个主要组成部分,在风险管控、精准营销、智能客服等多个领域同样产生了大量的人工智能场景需求。保险行业自身存在客户与公司信息不对称、客户与公司交互不频繁、部分业务数据质量不佳等各种特性。针对这些特性,我们探讨了对目前主流机器学习框架、模型构建语言、使用算法的选择和使用。
同时,分享在多个机器学习模型的构建过程中,总结出的一套较为完善的方法论——场景选择、特征初选、数据加工、数据清洗、特征工程、模型构建、模型评估、模型实施、模型迭代和维护,介绍每个工作环节中,各方人员参与的工作内容和工作量占比。
其后,以一个特定的保险理赔反欺诈二分类模型构建为例,探讨了模型构建中一些难点的解决和新技术的尝试——特征选择方法的常用手段及特征稳定性的判别;针对样本不均衡场景,优化模型效果的各种手段;应用贝叶斯优化替代原有的随机选择和参数网格调参方式得到更快、更优的参数;对于模型可解释性的研究和应用等等。
最后,探讨随着模型数量增加,模型自动化迭代的可实现性及实现方案,展望未来技术更迭的发展方向。

Photo of ju fang

ju fang

中国人寿研发中心

中国人寿研发中心高级工程师,自2014年从事大数据相关项目开发及管理。2016年开始研究机器学习模型的构建与实施,已主导多个模型落地实施。