利用机器学习进行反洗钱

January 21, 1:00 pm EST

不仅是反洗钱罚款在增加,监管机构的预期以及银行实现这些预期的决心也在增强。但这并不容易——因为犯罪类型也在不断改变,银行很难跟上其步伐。

这些综合因素对负责识别和报告可疑活动的金融调查部门造成了巨大压力——误报率可能高达 95%。

因此银行利用机器人技术来帮忙也就不足为奇了——例如,机器学习 (ML) 工具似乎非常适合清除可疑活动。但很难解释某些形式的机器学习是如何得出结论的,这给整个行业带来了另一个挑战。

请收听这个按需点播网络研讨会,了解从业人员如何在其反洗钱项目中开始使用 ML,包括:
  • 监管机构对您的犯罪侦查和分析能力有何期待?
  • ML 能在什么情况下提供帮助?应该在什么情况下避免使用它?
  • ML 的模型风险挑战


关于 NICE Actimize
NICE Actimize 是为全球性和区域性金融机构和政府监管部门提供金融犯罪、风险和合规解决方案的供应商,为金融业内规模最大、服务范围最广的平台,一直雄踞业内榜首。NICE Actimize 的专家应用创新技术来识别金融犯罪、防范诈骗并提供监管合规,从而达到保护机构、保障消费者和投资者资产的宗旨。NICE Actimize 提供实时、跨渠道的防诈骗、反洗钱侦测和交易监测解决方案,有效解决机构普遍关注的问题,如支付诈骗、网络犯罪、制裁监测、市场滥用行为、客户尽职调查和内幕交易等。
版权所有 © 2020 Actimize Ltd. 保留所有权利。

欢迎保持联系!为此,我们希望通过电子邮件向您发送关于 NICE Actimize 解决方案的信息。若您同意我们将您的联系详情用作此用途,请点击确认同意。如需获取关于 NICE 隐私实践的其他信息,请访问我们的隐私声明。 若您希望退订未来的 NICE 电子邮件,请点击这里

注册点播网络研讨会系列

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.