文档介绍：互联网金融时代下机器学****与大数据风控系统
随着互联网的发展，互联网金融已成为当前最热门的话题，包括支付、理财、众筹、消费等功能在内的各类互联网金融产品和平台如雨后春笋般涌现。互联网金融是传统金融行业与互联网精神相结合的新兴领域,是对传统金融行业的有效补充，因此互联网金融的健康发展应遵循金融业的基本规律和内在要求，核心仍是风险控制.
传统金融的风险控制,主要是基于央行的征信数据及银行体系内的生态数据依靠人工审核完成。在国内的征信服务远远不够完善的情况下,互联网金额风险控制的真正核心在于可以依靠互联网获取的大数据,如BAT等公司拥有大量的用户信息，这些数据可以用来更加全面的预测小额贷款的风险。而机器学****将是大数据时代互联网金融企业构建自动化风控系统的利器。
1。 什么是机器学****br/> 机器学****这个词相信大家都是耳熟能详，尤其是近几年机器学****界的执牛耳者与互联网界的大鳄的联姻（见图1），更加推动了大众对机器学****的追求热情和在互联网行业中应用的探索热情。
那么，什么是机器学****呢？机器学****这个词是英文名称Maｃｈine Learninｇ的直译，从字面意义不难知道，这门技术是让计算机具有 “自主学****的能力，因此她是人工智能的一个分支。我个人还是比较喜欢Ｔom Ｍitｃhell 在《Machｉｎe Lｅaｒｎinｇ》一书中对其的定义：
"A ｃompｕtｅr program ｉｓ said tｏ learn from ｅxpｅriｅnｃe E ｗiｔh respecｔ ｔo soｍe tａsk T anｄ soｍe peｒｆormance ｍeａsuｒe Ｐ， if its perfoｒmａｎcｅ on Ｔ, aｓ meａsurｅd by P, improveｓ with ｅxpeｒience E．”
关于机器学****的具体概念及介绍，有很多这方面的资料，有兴趣的话大家可以去查看,在这里我就不赘述。简而言之,机器学****方法就是计算机利用已有的数据(经验),得出某种模型，并利用模型来预测未来的一种方法，这种方法很类似于人类的思考方式（见图2).也就是说，机器学****的一个主要目的就是把人类思考归纳经验的过程转化为计算机对数据的处理计算得出模型的过程。
机器学****与人类思考的对比
2. 机器学****算法的类型
一般来说，机器学****算法可以分为监督学****无监督学****半监督学****强化学****Reinforcement leaｒｎiｎg）以及推荐这几大类。各部分常见应用场景和算法详见图3。
图3:机器学****算法分类
３。 机器学****在互联网金融行业中的应用
在企业数据的应用的场景下,人们最常用的主要是监督学****和无监督学****的模型，、通讯数据、信用卡数据、第三方征信数据等丰富而全面的数据，可以借助机器学****的手段搭建互联网金融企业的大数据风控系统.
除了在放贷前的信用审核外，互联网金融企业还可以借助机器学****完成传统金融企业无法做到的放贷过程中对借款人还贷能力进行实时监控,以及实时对后续可能无法还贷的人进行事前的干预，从而减少因坏账而带来的损失。以点融网为例，经过这两年的发展,我们