由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
音像5G+智慧金融:5G×AI技术驱动下的金融新生态刘中扩
¥ ×1
部 5G×AI 重塑金融生态新格局
01 金融科技3.0:未来金融新生态
金融科技1.0 到3.0 演变 /003
金融科技产业的生态图谱 /006
金融科技面临的问题与对策 /008
未来图景:金融科技的发展趋势 /011
02 5G 赋能:金融科技的创新变革
5G 赋能:重构传统金融模式 /015
5G 驱动下的金融新业态 /018
5G 金融面临的风险与对策 /021
金融机构如何把握5G 战略机遇 /0
03 AI :新一轮金融科技浪潮
技术简史:AI 的演变与发展 /026
人工智能关键技术与应用 /029
全球AI 产业的发展现状 /031
AI 如何改变商业世界 /032
基于“5G×AI”的金融科技创新 /035
第二部分 AI 金融 技术路径与场景应用
04 算法金融:AI 金融的实践路径
算法金融的本质与原理 /041
基于AI 算法金融业务创新 /043
算法金融产品的开发与应用 /045
05 知识图谱:金融数字化转型新方向
知识图谱:数字金融新技术 /047
“知识图谱+ 金融”的应用场景 /050
金融知识图谱落地的关键 /052
06 机器学习:拓展金融科技应用边界
“机器学习+ 金融”的应用优势 /056
“机器学习+ 金融”的实践路径 /059
“机器学习+ 金融”的未来方向 /062
07 人脸识别:优化科技金融服务体验
人脸识别的技术原理与流程 /065
人脸识别在金融中的应用价值 /067
“人脸识别+ 金融”的场景应用 /070
银行业务场景的变革与重构 /073
第三部分 智慧银行 开启数字化转型之路
08 “5G+ 智慧银行”:颠覆传统银行模式
5G 驱动银行的智能化转型 /079
“5G+ 智慧银行”的服务体验 /081
万物互联时代的金融新业态 /083
5G 银行如何改变我们的生活 /086
09 AI 赋能银行业智能化转型
AI 在银行领域的技术应用 /089
化的客户交互体验 /092
基于AI 的个化金融服务 /093
智能化的信息识别与管理 /095
10 金融科技企业与银行的融合共赢
“金融科技企业+ 银行”模式 /097
金融科技企业的赋能之路 /098
“华为+ 招商银行”的实践启示 /101
银行AI 转型的痛点与对策 /104
第四部分 智慧保险 保险科技的创新实践
11 保险科技:保险模式的创新路径
模式变革:重构保险业价值链 /113
智能定价:提升风险定价能力 /116
智能服务:完善客户服务体验 /117
智能风控:强化风险决策水平 /120
智能运营:精准和智能交互 /1
12 区块链在保险领域的应用实践
场景1:欺诈识别与风险防范 /126
场景2:财产与意外伤害保险 /129
场景3:区块链+ 医疗健康险 /131
场景4:再保险区块链的应用实践 /133
13 平安产险:深度布局“AI+ 理赔”
车险理赔业务流程再造 /137
理赔 /139
“平安好车主”的生态布局 /142
第五部分 “智能+ 支付” 开启数字支付新体验
14 支付变革:无现金时代的来临
技术驱动的支付产业变革 /147
AI 在支付领域的应用场景 /153
国内外AI支付的应用实践 /156
AI支付的应用风险与防范 /159
15 无感支付:场景支付的新战场
无感支付:支付手段的进化 /161
无感支付的关键技术与步骤 /164
从ETC 支付到智慧交通应用 /166
商业银行如何布局无感支付 /168
16 刷脸支付:赋能智慧落地
刷脸支付驱动消费新体验 /172
5G 时代的刷脸支付模式 /175
新时代的智慧支付场景 /177
第六部分 “智能+”时代的供应链金融变革
17 开启供应链金融的数字化转型
破解中小企业融资难题 /185
数字化供应链金融生态 /187
数字化供应链金融的构建步骤 /190
基于物联网的智慧供应链金融 /195
18 基于区块链的供应链金融模式
传统供应链金融面临的痛点 /199
区块链供应链金融的应用优势 /202
“区块链+ 供应链金融”的模式路径 /206
区块链供应链金融的实践方案 /208
微企链:区块链供应链金融实践 /210
19 基于大数据的供应链金融服务
大数据驱动供应链金融创新 /215
基于大数据的供应链金融风控 /219
网商银行:玩转大数据供应链金融 /2
第七部分 智慧监管 推动金融高质量发展
20 智慧监管:推动监管科技落地
智慧监管产生的背景与优势/229
智慧监管的主要应用场景 /2
智慧金融监管的转型路径 /
监管科技发展的八大趋势 /240
21 智能风控:重新定义消费金融
智能消费金融与传统消费金融 /244
智能风控重塑消费金融场景 /248
大数据风控在消费金融中的应用 /251
22 智能征信:AI 在征信业的应用
AI 在征信领域的实践应用 /255
智能征信模式的实践案例 /258
智能征信的未来发展前景 /260
从本质上看,算法金融是为计算科学、数据科学、人工智能等理论技术和身份识别、贷款审批等具体金融业务场景建立连接通道的一种金融模式。金融业务在智能算法的支持下变得更智能化、智慧化。
从智能算技理论到金融行业的实际应用,需要行之有效的方。目前,实验室对智能算的理研究明显于具体应用。从这一角度看,利用算法金融推动金融产品与服务创新,并非仅通过对算法原理进行改造才能实现,利用数据工程化、算法产品化、原理实化等方式,使金融场景和算法原理无缝对接,也能达成这一目标。
例如在数据工程化方面,金融场景中的数据分析和预测结果的效率、质量,是决定算法金融能否在该场景发挥价值的核心因素。显然,这需要对金融场景中的数据进行有效筛选并找到其背后的联系与规律。
毋庸置疑的是,高质量的训练数据可以提升智能算法的能,即便算法尚未完善,也能对的结果带来实质影响。将XGBoost(一个开源机器学习项目)算法应用于选股场景,需要借该算法建立的选股模型来实现。在这个过程中,能否选出和股价关联度较高的数据,并从中提取出影响股价走势的高质量特征因子(包括技术指标、财务指标等),将直接决定的选股结果。而想要成功提取出高质量的特征因子,又要求智能算法对市场的发展趋势、目标企业的发展状况及发展前景等有深刻认识。
在算法产品化方面,算法开发团队在全面把握数据、场景、算法原理、算法产品的体系架构等多种因素的前提下,将算法和场景充分对接,以设计算法和开放模型的形式对场景进行展现。显然,开发人员需要用量化的状态、空间来表示场景关系,或者用神经网络、数理方程、图论支持的图示等算法表示变化规律。
将一个算法原理应用到差异化的场景中,其应用形式和应用效果也会有所不同。例如概率表示某一事件发生的可能,在算法金融中,我们可以用概率来预测涨幅,也可以用概率来筛选样本数据等。
近邻域算法(KNN)是一个理论较为成熟的算法,也是较为简单的机器学习算法之一,在产品营销方面有颇为广阔的应用前景。KNN可以在丰富多元的交易信息的基础上,预测O的位置分布,构建客户的消费轨迹,为营销人员绘制用户画像,开展精准营销等提供有效指导。另一方面,KNN还可以对的走势进行预测,给出弱势、中等、强势的分类边界。需要注意的是,KNN中的K值将直接影响分类边界的形状,找到合理的K值重要。而K值的确定需要的算法,具体使用哪些算法则需要结合数据的具体特征来选择。
本书通过7个金融细分领域实践路径的梳理,揭示了“科技+金融”模式的深度融合,探索了金融科技领域在未来的变革与发展,将带领读者从多元视角了解金融科技3.0时代。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格