摘要
本申请涉及人工智能、金融科技技术领域,公开了一种账号共享违规数量分析方法、装置、设备及介质。方法部分包括:获取目标组织的账号共享违规的管控数据,管控数据包括描述目标组织的账号共享违规管控措施的多种不同的属性;将管控数据输入预先训练后的机器学习模型中,以预测目标组织在未来某段周期内的账号共享违规的人数;其中,机器学习模型经如下方式预先训练得到:获取管控训练样本数据集,管控训练样本数据集包括多份管控训练样本数据,每份管控训练样本数据包括描述样本组织的账号共享违规管控措施的多种不同的属性;基于管控训练样本数据对初始的机器学习模型进行训练,直至机器学习模型的测试误差达到预设误差程度或训练轮次达到预设值。
技术关键词
训练样本数据
线性回归模型
机器学习模型
分析方法
测试误差
组织
措施
加权损失函数
金融科技技术
周期
账号系统
可读存储介质
网络
处理器
参数
数据分布
分析装置
系统为您推荐了相关专利信息
飞行模拟仿真
风险点
教学
风险分析系统
风险分析方法
材料性能预测方法
材料特征参数
高通量
数据
统计分析方法
内置式传感器
机器学习模型
数据读取模块
标定装置
数据传输模块
机器学习系统
高熵合金钎料
高熵钎料
钎焊接头
数值仿真
频域特征
语音识别方法
基准特征
时域特征
概率密度函数