在本模块中，您将发现应用人工智能提升消费者体验的不同方式。您将深入了解个性化算法领域，以及潘多拉、Netflix 和亚马逊等公司是如何利用这些算法的。接下来，您将了解到在尝试实施这些算法或推荐系统时可能面临的挑战。您还将聆听 Poshmark 首席数据官 Barkha Saxena 的演讲，了解她如何利用其 8000 多万用户提供的数据来创建一种精心策划的体验，同时还能让客户发现新产品并与买家互动。在本模块结束时，您将对人工智能如何实现个性化并进而推动客户参与和留住客户获得宝贵的见解。

在本模块中，您将学习如何利用人工智能系统减少欺诈。通过研究各种机器学习方法，您将发现使用关键绩效指标和科学方法分析风险评估的不同方法。然后，您将了解企业信用和借贷、信贷价格和可用性之间的关系，以及企业信用评级和评级转化为风险的原因和方式。最后，您将学习如何使用模型与真实世界的数据进行对比，以及如何使用人工智能进行误差分析，以防止代价高昂的计算错误。 本模块结束时，您将对不同的风险评估方法、如何使用数据分析和预测信用评级以及行业中使用的不同应用程序的优点和局限性有一个坚实的了解。

在本模块中，您将听到 Visa 公司 CyberSource 高级副总裁 Carleigh Jaques 和 Apoorv Saxena 两位高管的访谈，Apoorv Saxena 曾是谷歌人工智能垂直团队的负责人，最近曾担任摩根大通人工智能全球负责人。通过这些访谈，您将深入了解全球各大品牌如何利用人工智能为客户创造安全的购物环境，以及人工智能如何在数据驱动的金融世界中发挥重要作用。在本模块结束时，您将听到该领域顶级行业专家的发言，获得有关风险管理和评估的第一手资料，以及人工智能如何在打击数字欺诈方面发挥更加不可或缺的作用。