DeepPercept公式ブログOFFICIAL BLOG

iPhone表示確認用

前回の記事でAML/CFTの概要と課題をご紹介しました。AML/CFT業務において、大量の顧客・取引情報の中から高リスクな顧客・取引を人手で検知することが難しくなってきており、システムによるサポートや自動化の仕組みが求められています。既存のシステムでは主にルールエンジンベースの不正検知が用いられていましたが、近年は機械学習の活用事例が増えてきました。今回の記事ではルールエンジン・機械学習の特徴を整理し、機械学習の活用例についてご紹介します。

Deep Percept株式会社は不正検知や顧客管理に関わるプロダクト（eKYC、Communication Automation）を開発しており、AML/CFTにも注目しています。そこで今回、AML/CFTについての記事を書きました。今回の記事ではAML/CFTの概要と課題について、次回は課題解決のためにAI・機械学習の活用方法をご紹介します。

はじめまして、開発チームの白井です。 Kaggleのエネルギー使用量予測コンペ（ASHRAEコンペ）に参加し、ソロ銀メダル（70位 / 3614チーム）を獲得できました。 今回はASHRAEコンペの概要や解法について紹介したいと思います。