機器學習於雲端環境解決的 3 大 AML 問題:

January 21, 1:00 pm EST

現階段,金融服務機構(FSO)正面臨著監管、犯罪模式、甚至自家業務產品的快速變化,而其金融犯罪偵測與分析能力卻仍缺凡靈活彈性。隨著 AML 合規成本的穩定增長,各種因素結合的結果就會為負責找出並回報可疑活動的金融調查單位(FIU)帶來沉重負擔。市場顧問研究顯示,誤判機率將持續高達 95-97 個百分點,而此情況也已成為業界實質標準。

與我們一起探討下列主題:
  • 因誤判、規則與模型管理而不斷增加的 AML 合規成本
  • 為完整運用機器學習優勢而對資料科學與分析資源產生的需求
  • 將機器學習整合到 AML 模型驗證架構中
講者:
  • Ted Sausen | NICE Actimize 經理,AML 主題內容專家
  • Mike Diamond | NICE Actimize,資料解決方案部門全球主管


關於 NICE Actimize
NICE Actimize 是當今規模最大、業務最廣的金融犯罪、風險與合規解決方案供應商,為區域與全球金融機構以及政府監管機構提供服務。NICE Actimize 連續獲評選為領域翹楚,其專家採用創新技術識別金融犯罪、預防詐騙並保持合規,以此保護組織機構、捍衛消費者和投資者的資產。公司提供即時、多通道的詐騙防範、反洗錢偵測及交易監控解決方案,解決付款詐騙、網路犯罪、制裁監控、市場濫用、客戶盡職調查和內部交易等問題。
© 2019 Actimize Ltd版權所有。保留一切權利。

請跟我們保持聯繫!為此,我們希望透過電子郵件向您發送關於 NICE Actimize 解決方案的資訊。若您同意我們為此使用您的聯絡詳情,請按一下確認同意。想瞭解 NICE 隱私實務的其他資訊,請瀏覽我們的隱私聲明。 若您希望取消訂閱未來的 NICE 電子郵件,請按一下此處

註冊隨選網路研討會系列

Share this Report

Lorem ipsum dolor sit amet, consectetur adipisicing elit. Voluptate aperiam, est temporibus esse quisquam incidunt reprehenderit veniam mollitia inventore voluptatibus non assumenda tempora, dolorum fugit modi quam a magni, maxime.