欺诈检测和反洗钱是机器学习最为重要的用例之一。人工筛选数以百万计的银行交易以确定欺诈和洗钱活动，是不可能的。通过一系列相互关联、又看似无害的复杂交易来隐藏欺诈行为，加剧了欺诈检测和反洗钱的难度。机器学习是解决这个问题的完美解决方案，能够将可疑交易与其他异常行为关联起来，发现数据中暗藏的规律，有效实现欺诈检测和反洗钱交易。
机器学习是让机器从大量样本数据中自动学习其规律，并根据学习到的规律预测未知数据的过程。机器学习的目标是发现数据中暗藏的规律，由此对未知进行预测。这个过程要通过学习来实现，学习用到的材料则是大数据，例如通过沃达德大数据平台进行学习、训练。（基于沃达德大数据平台，在构建大规模、企业级人工智能应用程序方面具有独特优势。）
#人工智能#大数据#反洗钱
