Home Credit Default Risk
Can you predict how capable each applicant is of repaying a loan?
您能预测每个申请人偿还贷款的能力吗？
由于信用记录不足或不存在，许多人难以获得贷款。 而且，不幸的是，这些人口经常被不可靠的放贷人利用。住房信贷通过提供积极而安全的借贷经验，努力扩大无银行账户人群的金融包容性。为了确保服务不足的人群拥有良好的贷款经验，Home Credit利用各种替代数据（包括电信和交易信息）来预测其客户的还款能力。
虽然Home Credit目前正在使用各种统计和机器学习方法进行这些预测，但他们正在挑战Kaggler，以帮助他们挖掘数据的全部潜力。 这样做将确保不会拒绝有还款能力的客户，并确保提供具有本金，到期日和还款时间表的贷款，这将使他们的客户获得成功。
TalkingData AdTracking Fraud Detection Challenge
欺诈风险无处不在，但对于在网上做广告的公司而言，点击欺诈可能会大量发生，从而导致误导点击数据并浪费金钱。 通过简单地大规模点击广告，广告渠道可以提高成本。 中国每月有超过10亿的智能移动设备在使用，它是世界上最大的移动市场，因此遭受了大量的过分繁忙的流量。
TalkingData是中国最大的独立大数据服务平台，覆盖了全国70％以上的活动移动设备。他们每天处理30亿次点击，其中90％可能是欺诈性的。他们当前为应用程序开发人员防止点击欺诈的方法是衡量用户在其产品组合中的点击过程，并标记产生大量点击但从未最终安装应用程序的IP地址。利用这些信息，他们已经建立了IP黑名单和设备黑名单。
成功的同时，他们希望始终领先于欺诈者，并已向Kaggle社区寻求帮助，以进一步开发其解决方案。在与Kaggle进行的第二次竞争中，您面临的挑战是构建一种算法来预测用户在点击移动应用广告后是否将下载应用。为了支持您的建模，他们提供了一个慷慨的数据集，涵盖了4天约2亿次点击！
IEEE-CIS Fraud Detection
想象一下，站在杂货店的收银台，身后排着长队，收银员没有那么安静地宣布您的信用卡被拒绝了。在这一刻，你可能没有想到决定你命运的数据科学。
非常尴尬有木有？当然你肯定有足够的资金为50个最亲密的朋友办一场盛大的纳乔派对，然后你又试了一次，但是还是同样的结果。此时你只能站在另外一边，让收银员为下一个客户服务时，你收到了银行的短信。“如果你真的想花500美元买切达干酪，请按1。”
虽然现在可能很麻烦（而且常常很尴尬），但这种防欺诈系统实际上每年为消费者节省数百万美元。来自ieee计算智能协会（ieee-cis）的研究人员希望在改善客户体验的同时，提升这个数字。有了更高准确度的欺诈检测率，您就可以在没有麻烦的情况下继续使用您的芯片。
ieee-cis在各种人工智能和机器学习领域，包括深层神经网络、模糊系统、演化计算和群智能等等。今天，他们正与世界领先的支付服务公司Vesta Corporation合作，为防欺诈行业寻求最佳解决方案，现在邀请您也加入此次挑战。
在本次竞赛中，您将在一个具有挑战性的大型数据集上对你的机器学习模型进行基准测试。这些数据来自Vesta的真实电子商务交易，并且包含了从设备类型到产品功能的各种特征。您还可以创建新的特征来改善结果。
如果成功，您将提高全球数百万人的欺诈交易警报的有效性，帮助数十万企业减少欺诈损失并增加收入。当然，你也可以为你自己减少误报的麻烦。
致谢:
Vesta公司为这次竞争提供了数据集。Vesta公司是保证电子商务支付解决方案的先驱。维斯塔公司成立于1995年，开创了电信行业无担保卡（CNP）支付交易的先河。此后，Vesta在全球范围内坚定地扩展了数据科学和机器学习能力，巩固了其在保证电子商务支付方面的领先地位。如今，Vesta每年为超过180亿美元的交易提供担保。