张宁著的《金融保险--深度学习/中央财经大学金融科技书系》主要探讨新一代人工智能技术――深度学习在金融保险中的具体应用,汇集不同角度的研究案例,目的是推动深度学习技术来变革传统的金融保险模式。当前世面上还没有具体阐述相关应用的书籍。
本书涉及到:卷积神经网络下的物体识别在金融和保险中的应用,包括定损、客户鉴别、文据识别和后台应用;循环神经网络支撑下的金融时间序列处理技术的原理和研究进展以及应用案例,这当中包括单维度时间序列,时间向量的预测和分析,以及深度学习方法和传统方法的对比,同时还引入了注意力机制,用来有针对性的对金融时间序列进行分析;金融中的自然语言处理技术以及特定语义的鉴别和应用,同时利用该技术实现对金融情感分析,舆情情绪判断以及客户画像抽取等金融场景的嵌入式应用。
章 新一代人工智能与金融
1.1 从传统人工智能到新一代人工智能
1.2 人工智能+金融:挑战、偏见与路径
1.3 金融中的深度学习可解释问题
第2章 欺诈识别中的深度学习和机器学习
2.1 欺诈识别介绍
2.2 构建深度网络进行欺诈识别
2.3 大规模数据下复杂机器学习技术进行欺诈识别
第3章 卷积网络与生理年龄定价
3.1 卷积网络介绍
3.2 动态风险定价
3.3 利用手背纹理来确定生理年龄
3.4 保险应用的模式分析
3.5 健康管理应用:扩维卷积技术用于脉象识别
第4章 循环神经网络与金融时间序列分析
4.1 经典时间序列分析方法
4.2 循环神经网络
4.3 比特币价格分析的循环神经网络方法
第5章 金融自然语言处理与其他深度学习应用
5.1 金融自然语言处理
5.2 其他深度学习应用
参考文献
后记
张宁,数学博士,健康管理科学博士,毕业于吴文俊院士创立的数学机械化中心。中央财经大学中国精算研究院金融科技中心主任,中国银保监会首届偿咨委委员,教育部学位中心评议专家。金融脑(Finance Brain)平台负责人,闽南师范大学讲座教授。发表论文31篇,出版教材3部、专著6部、编著7部,拥有多项。曾是谷歌中国、多伦多大学深度学习小组成员。研究方向为人工智能、金融科技、健康管理科学和生命质量。