报告题目：一种基于F-score的规则抽取方法及其在联邦学习框架下的实现
报 告 人：李琨 光大科技追光实验室负责人
报告时间：2020/7/21 09:00-10:30
报告地点：腾讯会议 ID：808359431
或点击链接直接加入会议：
https://meeting.tencent.com/s/lQ1lC2NlWG0g
校内联系人：贾继伟 jiajiwei@jlu.edu.cn
报告摘要：介绍一种用基于F-score的集成树模型做自动化规则抽取的新方法（FEARE），以及其在联邦学习框架下实现（Fed-FEARE）。这种方法针对样本标签不评分的场景，可以根据业务场景需要生成有明确解释的规则集。针对数据联合和隐私保护的实际需求，通过联邦学习框架，在横向和纵向场景下实现在数据隐私保护的联合建模。联邦学习适用于金控集团内的跨机构联合建模场景，本方法已经在光大集团的反欺诈和精准营销场景实际应用并获得良好的模型提升效果。
报告人简介：
李琨博士，北京大学计算数学博士，法国路桥大学数学与计算机中心博士后。先后在法国地球物理公司、中石油东方地球物理公司从事石油勘探数据处理和成像算法研究。2016年起先后在光大银行和中信百信银行，从事数据分析挖掘，客户画像和信贷风控建模工作。2019年加入光大科技有限公司，任追光实验室负责人，主要致力于金控集团数据协同挖掘方向的解决方案实现和算法创新。
