设置 AML AI
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
AML AI 目前可供部分 Google Cloud 客户使用。
如需了解详情或注册使用 AML AI,请联系您的
Google Cloud 销售代表。
步骤 | 说明 |
1. 准备您的 Google Cloud 项目 |
确保您的 Google Cloud 项目已准备好使用 AML AI。
查看项目和
安全架构
安全与合规团队
|
2. 设置 AML AI |
启用 BigQuery、Cloud KMS 和
AML AI API。设置客户管理的加密密钥 (CMEK)
来加密 AML AI 创建的任何数据。创建一个或多个
AML AI 实例。设置日志记录和配额。
|
3. 为 AML AI 准备数据 |
查看数据模型和架构。确定优先涵盖哪些数据。
收集和转换必要的核心银行数据,进行风险调查
以及您需要的任何其他数据验证并创建数据集。
|
4.生成模型并评估性能 |
配置引擎。让 AML AI 训练和评估
来训练机器学习模型。
|
5. 生成风险得分和可解释性 |
注册您的零售和商业银行客户。使用模型实现以下目的:
生成每方风险评分和可解释性,以用于
后续步骤:
<ph type="x-smartling-placeholder"></ph>
- 对风险治理示例的进一步分析和审查
- 测试并推进到生产环境使用
|
6. 为模型和风险治理做好准备 |
整合 AML AI 通过调优、训练、
评估和预测,并参考 AML 概念和产品文档,
满足模型风险治理流程的要求。
|
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-07-19。
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]