千信智服-基于联邦学习的金融风控平台
千信智服是一个金融科技服务平台,利用联邦学习和迁移学习在金融风控领域的优势,打破数据孤岛、保障数据安全。在实现数据隔离的前提下,通过多方数据聚合设计评估体系,自动化评估流程,评估初创企业的成长风险,帮助金融机构识别企业的潜在风险,有效管理和降低风险可能带来的损失。
千信智服基于金融研究机构、第三方企业、互联网公开数据集,结合PADDLEPADDLE、PADDLEHUB、AIStudio进行应用创新,结合百度开放API,舆论分析、知识图谱实体标注、预训练模型库,实现核心算法应用:联邦学习共建模型、产品介绍智能分类、团队能力预测、企业能力预测等,最终平台呈现行情汇报、风险预测、风险跟踪、投资决策、账号管理等各项服务能力。
Ubuntu 16.04
Python 3.7
Paddlepaddle 1.6/1.5(Product_predict)
PaddleFL 0.1
Paddlehub 1.1.1
sklearn
- AI
- data:训练及测试数据
- models:部分预训练模型
- **_predict.py: 预测文件
- **_train.py:训练文件
- Server
- data: 数据模型
- maker:请求处理模块
- scumaker:后端总体配置
- util:工具模块
- venv:运行环境
- FrontPage
- admin:系统运行后台界面
- qianxin:网页前端界面
User-Defined-Program: PaddlePaddle的程序定义了机器学习模型结构和训练策略
Distributed-Config: 在联邦学习中,系统会部署在分布式环境中。分布式训练配置定义分布式训练节点信息。
FL-Job-Generator: 给定FL-Strategy, User-Defined Program 和 Distributed Training Config,联邦参数的Server端和Worker端的FL-Job将通过FL Job Generator生成。FL-Jobs 被发送到组织和联邦参数服务器以进行联合训练。 fltrainer.py :喂入数据,联邦各方训练 flserver.py :服务端,云或第三方集群中运行的联邦参数服务器。 run.sh :运行整个项目
Product_predict.py : 预测文件,直接运行即可。·模型需要提前从网盘中下载,环境需要是paddle1.5(1.6还没搞懂为什么不行,貌似你们改了接口。)
Product_train.py:数据集经过百度API的知识图谱实体标注进行过处理,使用ERNIE+BiLstm/GRU进行finetune训练。
models/Product:训练好的模型
Team_predict.py : 预测文件,直接运行即可。模型需要提前从网盘中下载,环境需要是paddle1.5(1.6还没搞懂为什么不行,貌似你们改了接口。)
Team_train.py:数据集经过百度API的知识图谱实体标注进行过处理,使用ERNIE+BiLstm/GRU进行finetune训练。
models/Product:训练好的模型
Company_predict.py : 预测文件,直接运行即可。模型需要提前从网盘中下载,环境需要是paddle1.5(1.6还没搞懂为什么不行,貌似你们改了接口。)
Company_train.py:数据集经过百度API的知识图谱实体标注进行过处理,使用ERNIE+BiLstm/GRU进行finetune训练。
models/Company:训练好的模型
- 千信智服-产品分析:https://aistudio.baidu.com/aistudio/projectdetail/125605
- 千信智服-团队分析:https://aistudio.baidu.com/aistudio/projectdetail/180911
- 千信智服-公司分析:https://aistudio.baidu.com/aistudio/projectdetail/118535
点击产品使用进入系统
测试账号:17381589960
账号密码:123
models/Product: 放入:https://pan.baidu.com/s/1xUjlnnukI_QXb-Q5V7Xi4g