幫助中心 | 我的帳號 | 關於我們

智能金融(高等學校金融科技專業主要課程教材)

  • 作者:編者:張寧|責編:奚瑋
  • 出版社:高等教育
  • ISBN:9787040618327
  • 出版日期:2024/08/01
  • 裝幀:平裝
  • 頁數:356
人民幣:RMB 45 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書是為適應金融科技專業建設及金融電腦交叉學科發展需要而編寫的。本書突出了智能金融的理論性、專業學習的適用性、教學實踐的可用性以及行業發展的同步性。在理論性方面,介紹了智能金融的基本原理以及場景價值,並深入講解了相關智能方法的理論基礎;在學習的適用性方面,介紹了足夠適用性的機器學習和人工智慧的各類方法;在教學實踐的可用性方面,詳細列舉了實踐場景或代碼案例;在行業發展的同步性上,介紹了行業的最新發展現狀和趨勢,以及智能方法的最新進展,並對智能金融相關問題和焦點進行了分析解讀。
    本書可以作為金融科技、金融學、金融工程、數字經濟、大數據與人工智慧等相關專業的本科或研究生教學用書。用作本科教學用書時,教材內容可以適當取捨;同時本書也可以作為其他層次或其他專業教學的參考教材或閱讀材料。

作者介紹
編者:張寧|責編:奚瑋

目錄
第一章  智能金融的基本原理
  第一節  人工智慧概述
  第二節  人工智慧簡史
  第三節  中國的人工智慧
  第四節  智能金融的概念、場景與價值
第二章  智能金融中的線性方法
  第一節  回歸類分析方法及其運用場景概述
  第二節  多元定性響應變數的回歸模型
  第三節  回歸模型的選擇、正則化與降維
  第四節  支持向量機
第三章  關聯規則分析與產品推薦
  第一節  關聯規則分析方法概述及其運用場景
  第二節  Apriori演算法
  第三節  協同過濾演算法
  第四節  公募基金持倉關聯規則挖掘
第四章  降維
  第一節  線性降維演算法
  第二節  非線性降維演算法
  第三節  特徵選擇演算法
第五章  聚類
  第一節  聚類方法簡介
  第二節  聚類演算法中的距離
  第三節  聚類方法介紹
  第四節  金融中的聚類演算法應用:信貸審批聚類分析
第六章  智能優化
  第一節  智能優化綜述
  第二節  遺傳演算法
  第三節  利用遺傳規劃挖掘寬基指數擇時因子
第七章  樹類分析方法
  第一節  樹類分析方法概述及其運用場景
  第二節  決策樹與隨機森林
  第三節  梯度提升決策樹及其實現
  第四節  集成學習
  第五節  樹類分析在金融領域的運用
第八章  概率圖模型與貝葉斯分類
  第一節  概率圖簡介
  第二節  貝葉斯分類的原理
  第三節  樸素貝葉斯分類演算法
  第四節  用樸素貝葉斯分類進行信用風險評級
第九章  深度學習
  第一節  人工神經網路與反向傳播演算法
  第二節  卷積神經網路
  第三節  循環神經網路
  第四節  注意力機制
第十章  自然語言處理技術
  第一節  自然語言處理概述
  第二節  中文分詞與詞向量
  第三節  關鍵詞提取與主題模型
  第四節  文本分析案例
第十一章  半監督學習與強化學習

  第一節  半監督學習
  第二節  強化學習
  第三節  深度強化學習方法
  第四節  智能金融應用
第十二章  圖數據分析
  第一節  圖數據的概念與應用場景
  第二節  核方法與圖核方法
  第三節  圖神經網路
  第四節  基於圖的機器學習演算法的金融應用舉例
第十三章  隱私計算
  第一節  隱私計算的產生、分類與應用
  第二節  安全多方計算
  第三節  可信執行環境
  第四節  聯邦學習
  第五節  聯邦學習初步實踐
第十四章  智能金融行業實踐
  第一節  智能金融在銀行業的實踐
  第二節  智能金融在證券業的實踐
  第三節  智能金融在保險業的實踐
第十五章  智能投顧
  第一節  智能投顧簡介
  第二節  智能投顧原理
  第三節  智能投顧監管政策
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032