泛鹏天地在“IEEE IWC2019”竞赛中获优异成绩

最近,由IEEE ISI 2019和深圳人工智能与数据科学研究所共同赞助的IEEE ISI 2019国际大数据分析竞赛(IEEE ISI World Cup 2019)已成功从中国,美国,巴基斯坦,美国王国,德国等共有来自7个国家的企业和大学的363支队伍和1001名队员参加了比赛。经过公平激烈的竞争,泛鹏天地队在本次比赛中脱颖而出,取得了令人瞩目的成绩。它被邀请参加“第17届IEEE ISI会议”,与来自世界各地的参与团队,专家和学者分享。比赛的成果和创新理念得到了组委会的一致认可,并获得了“最佳报告”的荣誉。

img_pic_1563526612_0.png

IEEE ISI是安全信息学领域的旗舰会议,于2003年首次在美国亚利桑那州图森市举行。在过去的16年中,IEEE ISI会议已经从传统的情报和安全发展到多学科的研究和创新。为了促进人工智能分析行业的发展,IEEE ISI会议启动了国际大数据分析竞赛(IEEE ISI 2019 World Cup,IWC 2019)。

今年,IEEE ISI-世界杯2019年有来自7个国家的300多支队伍,包括中国,巴基斯坦,伊拉克,美国,英国,德国和挪威。参加者总数超过一千人。来自中国科学院大学,清华大学,北京大学,亚利桑那大学,康涅狄格大学,国立科技大学,Handelsh& Co.的242支队伍。 yskolen BI,Saarland Univeristy,北京交通大学,西北工业大学,国防科技大学,华南理工大学,南方科技大学,北京邮电大学,中央财经大学,上海大学财经,北京化工大学,浙江大学等国内外机构;来自华为,金山,阿里巴巴,埃森哲,世界闪电战有限责任公司,MindRank.ai,中国人民银行,中国工商银行,阳光保险,滴滴,京东等国有互联网巨头的65支队伍。

今年的IEEE ISI竞赛分为两类:投资价值评估和法律诉讼类型预测。它提供了基于3,500家上市公司的完整信息。参与团队需要合理地使用现有数据集材料来筛选出有竞争力的有价值信息。特色建筑和模型培训。在本次竞赛中,广泛的数据维度,复杂的信息和丰富的数据特征类型已成为本次竞赛的难点。同时,金融业机器学习模型解释不清,企业评价数据标准界面不一致的问题也成为必然。克服困难。在此次竞赛中,Fanpeng Tiandi团队为类似数据创建了一键式清洁系统,用于自动特征工程和自动特征选择的封装模块,并从金融专业知识的角度推导出有针对性的业务场景特征。不同类型模型的集成使得集成后的效果更加稳定。同时,在业务登陆中,创建了专业的域标签库,建立了关系图,对数据进行了标记,网格化和统一,提高了模型的通用性和可解释性。

作为财务管理领域的领导者,Fanpeng Tiandi十多年来一直专注于银行业。自2012年以来,Fanpeng Tiandi已经建立了基于大数据的综合服务和产品系统,已经为800多家金融机构提供了服务。管理咨询,数据运营,系统实施和其他服务。随着大数据的发展,数据挖掘,机器学习和人工智能等相关技术将成为业务发展的重要推动力。多年来,Fanpeng Tiandi始终以客户业务逻辑为出发点进行数据挖掘,确保挖掘分析结果能够有效解决客户业务难点,从而实现应用。