返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 金融中的人工智能 吴汉铭//(印)苏哈什·沙阿 著 叶伟民 译 专业科技 文轩网
  • 新华书店正版
    • 作者: 吴汉铭//(印)苏哈什·沙阿著 | | 叶伟民译
    • 出版社: 人民邮电出版社
    • 出版时间:2022-05-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 吴汉铭//(印)苏哈什·沙阿著| 叶伟民译
    • 出版社:人民邮电出版社
    • 出版时间:2022-05-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2022-05-01
    • 字数:241000
    • 页数:203
    • 开本:16开
    • 装帧:平装
    • ISBN:9787115579195
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    金融中的人工智能

    作  者:吴汉铭//(印)苏哈什·沙阿 著 叶伟民 译
    定  价:79.9
    出 版 社:人民邮电出版社
    出版日期:2022年05月01日
    页  数:203
    装  帧:平装
    ISBN:9787115579195
    主编推荐

    一本书轻松读懂金融科技的核心内涵; 众多业界人士推荐,内容通俗易懂; 立足AI视角,解读金融业务新形态; 书中囊括丰富的算法讲解和代码示例; 更有一系列金融科技解决方案。

    内容简介

    近年来,人工智能在各个领域被广泛应用,但对于很多金融从业人员来说,人工智能仍然给人一种高深莫测的感觉。本书旨在从新技术(如人工智能)的视角给出金融业务的新兴解决方案。 本书内容通俗易懂,不仅揭示了人工智能在金融业中的重要性,还结合机器学习算法和示例给出了一系列的金融科技解决方案,涉及时间序列分析、强化学习、预测分析、自动化投资组合管理、情绪分析、自然语言处理等知识点。此外,本书还结合现实工作总结了相关的注意事项。 本书适合传统金融行业的从业者以及新兴金融科技领域的实践者阅读。读者可从本书深入浅出的知识点和案例中了解到人工智能的魅力,为更好地运用人工智能技术赋能金融业务做好准备。

    作者简介

    吴汉铭(Jeffrey Ng),特许金融分析师(CFA),注册金融科技师(CFT),毕业于香港理工大学计算机与管理专业,并持有香港中文大学的金融MBA学位。曾任平安壹账通银行(香港)有限公司(Ping An OneConnect Bank (Hong Kong) Limited)金融科技部负责人(head of FinTech solutions)。他致力于推进人工智能在银行和金融生态系统中的应用。在此之前,他曾是法国巴黎银行(BNP Paribas)亚太区数据实验室的领导,为企业构建人工智能和数据分析的解决方案,并担任我国香港地区的法国工商会金融科技委员会(French Chamber of Commerce's FinTech Committee)的副主席。2010年,作为将客户分析应用到投资银行业务的先驱之一,他在银行中建立了分析团队。他曾与普华永道咨询(PwC Consultingnull

    精彩内容

    目录
    第1部分 金融业人工智能概述
    第1章 人工智能在金融业中的重要性
    1.1 什么是人工智能
    1.1.1 机器是如何学习的
    1.1.2 实施人工智能的软件要求
    1.1.3 实施人工智能的硬件要求
    1.1.4 建模方法论——CRISP-DM
    1.2 了解金融业
    1.2.1 金融业相对于全球经济的规模
    1.2.2 金融业的客户
    1.3 金融业务可获得性的重要性
    1.3.1 开源软件和数据
    1.3.2 我们为什么需要人工智能
    1.4 人工智能在金融业的应用
    1.5 本章小结
    第2部分 机器学习算法和实例
    第2章 时间序列分析
    2.1 了解时间序列分析
    2.2 M2M通信
    2.2.1 商业银行业务简介
    2.2.2 M2M通信在商业银行业务中的作用
    2.3 金融市场的基本概念
    2.4 人工智能模型
    2.4.1 时间序列模型ARIMA模型简介
    2.4.2 神经网络简介——准确预测需求的秘诀
    2.5 使用时间序列分析进行需求预测
    2.5.1 下载数据
    2.5.2 对数据进行预处理
    2.5.3 通过拟合数据来建立模型
    2.6 基于Keras的神经网络在大宗商品采购中的应用
    2.7 本章小结
    第3章 使用强化学习自动化商业银行贷款融资
    3.1 分解商业银行的业务
    3.1.1 主要风险类型
    3.1.2 资产和负债管理
    3.1.3 利率计算
    3.1.4 信用评级
    3.2 人工智能建模技术
    3.2.1 蒙特卡罗模拟
    3.2.2 逻辑回归模型
    3.2.3 决策树
    3.2.4 神经网络
    3.2.5 强化学习
    3.2.6 深度学习
    3.3 模型性能的测量指标
    3.3.1 指标1——ROC曲线
    3.3.2 指标2——混淆矩阵
    3.3.3 指标3——分类报告
    3.4 构建破产风险预测模型
    3.4.1 获取数据
    3.4.2 构建模型
    3.5 使用强化学习自动化贷款融资
    3.5.1 了解利益相关者
    3.5.2 得出解决方案
    3.6 本章小结
    第4章 资本市场决策自动化
    4.1 了解投资银行业务的愿景
    4.2 财务领域的基本概念
    4.2.1 财务报表
    4.2.2 优化公司很好资本结构的理论
    4.2.3 测量项目价值的全要素生产率
    4.2.4 一个项目的现金流模式
    4.2.5 预测财务报表条目
    4.3 人工智能建模思想
    4.3.1 线性优化
    4.3.2 线性回归
    4.4 寻找很好资本结构
    4.5 使用宏观经济场景来提供财务表现预测
    4.6 本章小结
    第5章

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购