使用Spark\/BigDL高级机器学习实现寿险业务再发现 [session]

最新推荐文章于 2021-11-23 09:23:45 发布

OReillyData

最新推荐文章于 2021-11-23 09:23:45 发布

阅读量448

点赞数

本文链接：https://blog.csdn.net/zkh880loLh3h21AJTH/article/details/78100355

版权

Strata Data Conference北京站大会还有一个月即将召开，

有需求的同学还请抓紧时间，

点击二维码即可登录会议官网报名。

使用Spark/BigDL高级机器学习实现寿险业务再发现

讲师：王玮 (中国人寿), Qinyan XU (中国人寿), 顾佳盛 (中国人寿), Pengfei Yue (Intel), Binggang Wo (Cloudera)

14:50–15:30 Friday, 2017-07-14

数据科学&高级分析 (Data science & advanced analytics)

地点：报告厅（Auditorium)

观众水平 (Level): 中级 (Intermediate)

必要预备知识

了解Spark基础知识，了解数据挖掘、机器学习概念

您将学到什么

如何运用Spark以及Spark上的深度学习库BigDL构建针对保险业务场景的高级分析应用，以及机器学习系统的架构和应用构建的流程

描述

中国人寿多年来积累了大量不同形式的数据，包括业务、管理、精算、影像等结构化和非结构化数据。如何深度挖掘这些数据的价值，用于业务推动、风险管理、客户服务等领域，是我们数据部门的主要目标。在过去的数据分析中我们发现，传统的分析方法并不能完全满足特定业务需求，效果也不够好。而目前，像神经网络深度学习之类的高级机器学习算法已经在若干领域得到了令人振奋的成果，也有类似Spark/BigDL这样的开源工具可以方便地融合多种数据处理和高级学习算法。因此，我们也开始在大数据分析中引入更高级的机器学习算法用于满足业务对于精细定制和性能精准度的要求。

在本次演讲中，我们将介绍中国人寿如何使用Spark以及Spark上的深度学习库BigDL构建针对保险业务场景的高级分析应用，所涉及的应用场景包括客户保险推荐和客户流失分析等。我们尝试了多种前沿的高级机器学习和深度学习技术，包括基于RNN(recurrent neural network)的时间序列分析和CNN(convolutional neural network)等。我们将分享我们的高级机器学习系统的架构，应用构建的流程，以及从中吸取到的经验和教训。

讲师介绍：

王玮 (中国人寿)