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

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。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。

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