本書系統(tǒng)地介紹了人工智能的基礎知識、核心技術、近年來的發(fā)展，以及在金融領域的應用情況。全書分為上下兩篇，共14章。上篇為人工智能基礎理論，內容包括人工智能概述、智能搜索技術、博弈決策、確定性知識表示及知識推理、不確定性推理、機器學習、計算智能、智能主體技術；下篇為人工智能的應用，內容包括面向金融領域的信息抽取、面向金融領域的情感分析、智能問答、生物特征識別、聯(lián)邦學習、博弈決策進階及其在金融領域的應用。
本書可作為深港澳金融科技師一級考試的復習指導用書，也可供從事或有志于從事金融科技工作的讀者、金融機構相關業(yè)務部門工作者以及希望了解金融科技相關理論知識及實際應用的讀者學習參考。
編寫說明
前言
學習大綱
上篇人工智能基礎理論
第一章人工智能概述
第一節(jié)人工智能的定義
第二節(jié)人工智能的起源與發(fā)展
第三節(jié)人工智能研究中各學派的認知觀
第四節(jié)人工智能主要研究目標與內容
第五節(jié)人工智能研究的現(xiàn)狀及展望
第二章智能搜索技術
第一節(jié)搜索的概念及表示
第二節(jié)盲目搜索方法
第三節(jié)啟發(fā)式搜索方法
第三章博弈決策
第一節(jié)博弈決策概述
第二節(jié)機器博弈決策
第三節(jié)機器博弈問題的分類及復雜度
第四節(jié)機器博弈決策的基本方法
第四章確定性知識表示及知識推理
第一節(jié)知識表示及知識推理概述
第二節(jié)確定性知識表示方法
第三節(jié)確定性知識推理方法
第四節(jié)知識表示下的金融知識圖譜應用實例
第五章不確定性推理
第一節(jié)確定性推理與不確定性推理的區(qū)別
第二節(jié)不確定性推理的表示及度量
第三節(jié)概率推理與主觀貝葉斯方法
第四節(jié)可信度推理與證據(jù)理論
第六章機器學習
第一節(jié)機器學習概述
第二節(jié)統(tǒng)計學習的主要方法與模型
第三節(jié)深度學習的主要方法與模型
第七章計算智能
第一節(jié)計算智能概述
第二節(jié)神經(jīng)計算
第三節(jié)進化計算
第四節(jié)群體智能
第八章智能主體技術
第一節(jié)智能主體技術概述
第二節(jié)智能主體的環(huán)境
第三節(jié)智能主體的體系結構
第四節(jié)多智能主體系統(tǒng)
第五節(jié)智能主體的應用
下篇人工智能的應用
第九章面向金融領域的信息抽取
第一節(jié)面向金融領域的命名實體識別
第二節(jié)面向金融領域的關系抽取
第三節(jié)面向金融領域的時間抽取
第四節(jié)面向金融領域的事件抽取
第十章面向金融領域的情感分析
第一節(jié)面向金融領域的情感分析方法
第二節(jié)事件情感與股價走勢的關系
第三節(jié)結合事件情感的股價走勢預測
第十一章智能問答
第一節(jié)問答系統(tǒng)概述
第二節(jié)檢索式問答
第三節(jié)交互式問答
第四節(jié)檢索式金融智能問答構建流程
第十二章生物特征識別
第一節(jié)生物特征識別概述
第二節(jié)基于生理特征的生物特征識別
第三節(jié)基于行為特征的生物特征識別
第十三章聯(lián)邦學習
第一節(jié)聯(lián)邦學習概述
第二節(jié)聯(lián)邦學習與智慧金融
第三節(jié)聯(lián)邦學習與智慧零售
第十四章博弈決策進階及其在金融領域的應用
第一節(jié)進階——基于機器學習的博弈決策
第二節(jié)機器博弈決策技術在金融領域的應用
參考文獻
書單推薦
