求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

人工智能在商业银行的应用与实践查看源代码讨论查看历史

跳转至: 导航搜索

来自 孔夫子网 的图片

人工智能在商业银行的应用与实践》,作 者王铿、王丽静,出版社机械工业出版社,出版时间2023年5月1日,页 数199 页,开 本16 开,装 帧平装,ISBN9787111724520。

机械工业出版社成立于1950年,是建国后国家设立的第一家科技出版社,前身为科学技术出版社,1952年更名为机械工业出版社[1]。机械工业出版社(以下简称机工社)由机械工业信息研究院作为主办单位,目前隶属于国务院国资委[2]

内容简介

进入了以数字化、信息化为主的工业3.0时代,人工智能取得了飞速发展并正着社会高速发展,迈向以智能化著称的4.0时代。随着商业银行的全球化发展、信息科技的深度应用,商业银行和人工智能已经呈现出了互相促进的态势。但不容忽视的是,在智能化转型的过程中,人工智能所引发的风险也必须引起重视,如何规避可能产生的风险,提出有效的解决方案,使所有相关流程合法合规,也是商业银行在社会发展中所应当承担的责任。本书核心部分详细介绍了人工智能技术在商业银行的应用实践,有利于具体指导商业银行中人工智能体系的建设,填补国内相关经验分享的空白。

目录

前言

第1章 人工智能概述 /1

1.1 人工智能技术 /1

1.1.1 人工智能的概念 /1

1.1.2 人工智能的发展 /2

1.1.3 金融科技的发展 /3

1.2 人工智能的应用 /5

1.2.1 人工智能的应用领域 /5

1.2.2 人工智能在商业银行的应用 /7

第2章 商业银行常用人工智能技术简介 /13

2.1 机器学习技术 /13

2.1.1 主流算法介绍 /14

2.1.2 建模流程 /15

2.2 语音处理技术 /16

2.2.1 语音识别 /16

2.2.2 语音合成 /18

2.3 自然语言处理 /18

2.3.1 基础技术 /18

2.3.2 应用介绍 /19

2.4 知识图谱技术 /21

2.4.1 图谱构建 /22

2.4.2 知识应用 /23

2.5 生物特征识别技术 /25

2.5.1 人脸识别 /26

2.5.2 虹膜识别 /26

2.5.3 静脉识别 /26

2.5.4 声纹识别 /27

2.6 计算机视觉技术 /28

2.6.1 基础技术 /28

2.6.2 OCR技术 /29

2.7 联邦学习技术 /31

2.7.1 横向联邦学习 /32

2.7.2 纵向联邦学习 /32

2.7.3 联邦迁移学习 /33

第3章 商业银行应用策略 /35

3.1 人工智能技术的应用方法 /35

3.1.1 机器学习应用类型 /37

3.1.2 智能语音识别应用类型 /41

3.1.3 自然语言处理应用类型 /42

3.1.4 知识图谱应用类型 /44

3.1.5 生物特征识别应用类型 /47

3.1.6 计算机视觉应用类型 /49

3.2 人工智能应用的评价 /50

3.2.1 感知评价指标 /50

3.2.2 认知模型评价指标 /51

3.2.3 数据集划分 /52

3.2.4 评估指标 /52

3.3 人工智能模型运营管理 /58

3.3.1 人工智能模型生成 /58

3.3.2 人工智能模型运营 /59

3.4 人工智能应用中的风险因素 /62

3.4.1 人工智能风险 /62

3.4.2 金融人工智能应用的安全性 /68

3.4.3 人工智能安全法律和政策 /70

第4章 商业银行应用架构 /81

4.1 人工智能应用架构简介 /81

4.1.1 人工智能产业介绍 /81

4.1.2 人工智能平台实施方法 /84

4.2 感知智能平台架构 /91

4.2.1 感知能力共享中心 /92

4.2.2 生物识别平台 /96

4.2.3 语音识别平台 /97

4.2.4 自然语言处理平台 /98

4.2.5 知识库平台 /100

4.2.6 机器人平台 /101

4.3 认知智能平台架构 /102

4.3.1 基础数据层 /105

4.3.2 软硬件资源层 /105

4.3.3 技术框架层 /105

4.3.4 模型管理层 /108

4.3.5 服务应用层 /109

4.4 应用架构设计要点 /109

4.4.1 应用架构设计 /109

4.4.2 工程实践经验 /111

第5章 商业银行应用场景及实践 /114

5.1 主要应用场景简介 /114

5.2 智能客服 /120

5.2.1 背景 /120

5.2.2 主要用法 /120

5.2.3 业务价值 /134

5.3 智能渠道 /135

5.3.1 背景 /135

5.3.2 现状 /136

5.3.3 主要用法 /137

5.3.4 业务价值 /142

5.4 智能营销 /143

5.4.1 背景 /143

5.4.2 智能推荐应用 /144

5.4.3 智能推荐价值和展望 /147

5.4.4 流失预警 /147

5.4.5 智能投顾 /149

5.5 智能投资 /149

5.5.1 背景 /149

5.5.2 高频交易 /150

5.5.3 程序化交易 /151

5.5.4 人工智能 /151

5.5.5 交易模式 /153

5.5.6 订单类型 /154

5.5.7 常见策略 /154

5.5.8 策略开发流程 /156

5.5.9 业务价值 /157

5.6 智能风控 /158

5.6.1 背景 /158

5.6.2 现状 /159

5.6.3 主要内容 /159

5.6.4 智能风控的风险传导体系建立 /170

5.7 智能运营 /171

5.7.1 运营的概念 /171

5.7.2 运营的趋势 /172

5.7.3 某银行智能运营的建设方案 /173

5.7.4 交易集约 /174

5.7.5 风控集约 /178

5.7.6 实物集约 /182

第6章 商业银行应用展望 /183

6.1 人工智能技术的发展及应用 /183

6.2 商业银行业务发展对人工智能的需求 /187

6.2.1 智能客服 /187

6.2.2 智能渠道 /188

6.2.3 智能营销 /188

6.2.4 智能投资 /189

6.2.5 智能风控 /190

6.2.6 智能运营 /190

6.3 人工智能应用的合规性 /191

6.3.1 国际金融监管政策分析 /192

6.3.2 国内金融监管政策分析 /194

6.3.3 启示与变革 /195

结束语 /196

参考文献 /198

参考文献