金融科技人工智能实战：以Python为工具 azw3 网盘 高速 下载地址大全 免费

《金融科技人工智能实战：以Python为工具》主要讲解通过深度学习和机器学习知识，在金融领域的应用。如通过大数据分析获客，通过交叉信息采集分析客户的爱好和风险偏好，以及在量化投资中和客户服务中为读者提供相应的技术防范。内容涉及了深度学习技术中的 卷积网络，循环神经网络，注意力模型等，全书案例丰富，操作性强，适合有一定基础知识但想在深度学习领域继续加深实操的用户使用。

第1 章 金融与金融市场 .................................................................................................... 1 1.1 认识金融 ........................................................................................................................ 1 1.1.1 金融的细分领域 ................................................................................................ 1 1.1.2 金融研究的核心内容 ........................................................................................ 3 1.2 货币 ................................................................................................................................ 3 1.2.1 货币的内涵与作用 ............................................................................................ 3 1.2.2 货币的分类 ........................................................................................................ 4 1.2.3 货币制度 ............................................................................................................ 5 1.3 信用 ................................................................................................................................ 5 1.3.1 信用的定义 ........................................................................................................ 5 1.3.2 信用的不同层次 ................................................................................................ 6 1.3.3 信用评价体系与企业 ........................................................................................ 8 1.4 金融机构 ...................................................................................................................... 11 1.4.1 按照地位和功能划分 ...................................................................................... 11 1.4.2 按照金融机构的管理地位划分 ...................................................................... 14 1.4.3 按照是否能接收公众存款划分 ...................................................................... 15 1.4.4 按照其他划分 .................................................................................................. 15 1.5 金融市场 ...................................................................................................................... 17 1.5.1 金融市场的分类 .............................................................................................. 18 1.5.2 金融市场的交易 .............................................................................................. 20 1.5.3 金融市场的作用 .............................................................................................. 21 1.5.4 金融市场的参与者和组织形式 ...................................................................... 21 1.6 金融衍生品与金融工程 .............................................................................................. 22 1.7 互联网金融 .................................................................................................................. 23 1.7.1 互联网金融的特征 .......................................................................................... 24 1.7.2 互联网金融的四种模式 .................................................................................. 25 第2章 深度学习的首选语言：Python ........................................................................... 27 2.1 Python语言介绍 .......................................................................................................... 27 2.1.1 Python的设计理念 .......................................................................................... 27 2.1.2 Python的特点 .................................................................................................. 28 2.1.3 Python的优点 .................................................................................................. 28 2.2 Python的安装与使用 .................................................................................................. 29 2.3 数据类型 ...................................................................................................................... 33 2.3.1 数值 .................................................................................................................. 33 2.3.2 布尔型数值 ...................................................................................................... 34 2.3.3 字符串 .............................................................................................................. 35 2.4 变量与运算符 .............................................................................................................. 35 2.4.1 变量 .................................................................................................................. 35 2.4.2 运算符 .............................................................................................................. 36 2.5 函数 .............................................................................................................................. 39 2.5.1 函数的定义与调用 .......................................................................................... 40 2.5.2 函数参数 .......................................................................................................... 40 2.5.3 函数返回值 ...................................................................................................... 42 2.6 模块 .............................................................................................................................. 43 2.6.1 from ... import语句 .......................................................................................... 43 2.6.2 常见模块 .......................................................................................................... 44 第3章 构建金融深度学习平台 ....................................................................................... 47 3.1 算力基础：选择硬件 .................................................................................................. 47 3.1.1 算力与深度学习云平台 .................................................................................. 47 3.1.2 深度学习中算力构建的路线选择 .................................................................. 48 3.2 单精度计算和半精度计算 .......................................................................................... 55 3.3 算法平台：深度学习平台 .......................................................................................... 58 3.3.1 安装与设置开发环境 ...................................................................................... 58 3.3.2 搭建深度学习平台 .......................................................................................... 58 3.4 代码托管：Git和GitHub ........................................................................................... 67 3.4.1 版本控制Git .................................................................................................... 67 3.4.2 GitHub的常用操作 ......................................................................................... 69 第4章 获取金融数据 ..................................................................................................... 77 4.1 金融数据获取 .............................................................................................................. 77 4.1.1 金融数据获取的途径 ...................................................................................... 77 4.1.2 公开数据平台 .................................................................................................. 79 4.2 用Python直接获取金融数据 ..................................................................................... 85 4.2.1 大奖章量化接口 .............................................................................................. 85 4.2.2 利用Baostock获取股票数据 .......................................................................... 88 4.2.3 利用Tushare 获取全面金融数据 ................................................................... 93 第5章 识别金融业务中的欺诈行为 ............................................................................. 115 5.1 金融欺诈介绍 ............................................................................................................ 115 5.2 欺诈识别 .................................................................................................................... 116 5.2.1 不平衡数据处理 ............................................................................................ 116 5.2.2 信用卡欺诈识别 ............................................................................................ 122 5.3 保险欺诈识别 ............................................................................................................ 127 第6章 金融非结构化客户信息识别 ............................................................................. 133 6.1 手写信息识别 ............................................................................................................ 134 6.2 图片信息理解 ............................................................................................................ 139 6.3 客户人脸识别 ............................................................................................................ 144 6.3.1 直方图 ............................................................................................................ 145 6.3.2 图像、距离与灰度直方图 ............................................................................ 147 6.3.3 人脸识别实践 ................................................................................................ 149 第7章 金融安全中的深度学习 ..................................................................................... 154 7.1 金融安全 .................................................................................................................... 154 7.2 RSA加密算法 ........................................................................................................... 155 7.2.1 对称加密体系 ................................................................................................ 155 7.2.2 非对称加密体系 ............................................................................................ 156 7.3 验证码识别 ................................................................................................................ 163 7.3.1 利用深度学习训练卷积网络 ........................................................................ 163 7.3.2 绘制网络结构图 ............................................................................................ 172 7.4 票据反模糊与生成式对抗网络 ................................................................................ 178 7.4.1 生成式对抗网络 ............................................................................................ 178 7.4.2 反模糊训练的步骤 ........................................................................................ 181 第8章 金融时间序列预测中的深度学习 ...................................................................... 183 8.1 金融时间序列数据简介 ............................................................................................ 183 8.1.1 时间序列 ........................................................................................................ 183 8.1.2 金融中的时间序列数据 ................................................................................ 185 8.2 传统的时间序列分析方法 ........................................................................................ 187 8.3 初识循环神经网络 .................................................................................................... 196 8.4 利用循环神经网络分析比特币价格 ........................................................................ 199 8.4.1 获取相应数据 ................................................................................................ 199 8.4.2 传统分析方法 ................................................................................................ 207 8.4.3 循环神经网络方法 ........................................................................................ 213 第9章 金融舆情分析中的深度学习 ............................................................................. 225 9.1 宏观金融问题与人工智能 ........................................................................................ 225 9.1.1 宏观金融学入门 ............................................................................................ 225 9.1.2 从大数据角度看宏观金融学 ........................................................................ 227 9.2 利用舆情进行宏观金融分析 .................................................................................... 227 9.2.1 数据的准备 .................................................................................................... 227 9.2.2 获取关键词趋势 ............................................................................................ 230 9.3 中文词向量 ................................................................................................................ 235 9.3.1 自然语言处理 ................................................................................................ 235 9.3.2 独热表示法 .................................................................................................... 235 9.3.3 分布式表示法 ................................................................................................ 236 9.4 金融舆情中的情绪判断 ............................................................................................ 238 第10章 金融客户推荐中的深度学习 ........................................................................... 246 10.1 客户分类与评估 ...................................................................................................... 246 10.1.1 聚类的概念 .................................................................................................. 247 10.1.2 划分法 .......................................................................................................... 247 10.1.3 层次法 .......................................................................................................... 250 10.1.4 密度聚类算法 .............................................................................................. 252 10.2 推荐系统与深度学习 .............................................................................................. 254 10.2.1 协同过滤算法 .............................................................................................. 255 10.2.2 基于内容的推荐算法 .................................................................................. 257 10.2.3 基于知识的推荐算法 .................................................................................. 258 10.2.4 深度学习对推荐系统的提升 ...................................................................... 259

张宁，博士，中央财经大学金融学院教授，中央财经大学中国金融科技研究中心主任，中国银保监会偿咨委委员，生命质量研究会理事长，家族办公室合作与发展组织理事会主席兼首席经济学家，健康财富规划职业标准起草人，中央财经大学金融科技指数评价负责人，主持开发了金融脑（Finance Brain）平台、舆情平台APP、健康量化与医学大数据平台、智能风险评估与风险量化平台等，已出版专著和教材共17本，发表论文39篇，研究方向为金融科技、人工智能、保险精算、健康管理科学、生命质量与高净值人群等。 赵亮，博士，北京师范大学数学科学学院/教育部数学与复杂系统重点实验室副教授，中央财经大学中国金融科技研究中心研究员，教育部长江学者”创新团队成员，中国指挥与控制学会青年工作委员会委员，中国科学院数学与系统科学研究院理学博士；人教版《普通高中教科书数学（B版）》分册主编；已主持两项国家自然科学基金项目，发表论文20余篇，研究方向包括人工智能、金融数据分析、信息几何、几何偏微分方程等。

暂无其它内容！

暂时还没有人为这本书评论！