人工智能通识 / 深港澳金融科技师一级考试专用教材
￥54.00定价
作者： 王轩主编
出版时间：2020年10月
出版社：机械工业出版社
- 机械工业出版社
- 9787111662259
- 1版
- 341750
- 43228677-1
- 平装
- 16开
- 2020年10月
- 284
- 232
- 管理学
- 工商管理
- TP
- 人工智能
- 本科
内容简介
本书系统地介绍了人工智能的基础知识、核心技术、近年来的发展，以及在金融领域的应用情况。全书分为上下两篇，共14章。上篇为人工智能基础理论，内容包括人工智能概述、智能搜索技术、博弈决策、确定性知识表示及知识推理、不确定性推理、机器学习、计算智能、智能主体技术；下篇为人工智能的应用，内容包括面向金融领域的信息抽取、面向金融领域的情感分析、智能问答、生物特征识别、联邦学习、博弈决策进阶及其在金融领域的应用。
本书可作为深港澳金融科技师一级考试的复习指导用书，也可供从事或有志于从事金融科技工作的读者、金融机构相关业务部门工作者以及希望了解金融科技相关理论知识及实际应用的读者学习参考。
本书可作为深港澳金融科技师一级考试的复习指导用书，也可供从事或有志于从事金融科技工作的读者、金融机构相关业务部门工作者以及希望了解金融科技相关理论知识及实际应用的读者学习参考。
目录
编写说明
前言
学习大纲
上篇人工智能基础理论
第一章人工智能概述
第一节人工智能的定义
第二节人工智能的起源与发展
第三节人工智能研究中各学派的认知观
第四节人工智能主要研究目标与内容
第五节人工智能研究的现状及展望
第二章智能搜索技术
第一节搜索的概念及表示
第二节盲目搜索方法
第三节启发式搜索方法
第三章博弈决策
第一节博弈决策概述
第二节机器博弈决策
第三节机器博弈问题的分类及复杂度
第四节机器博弈决策的基本方法
第四章确定性知识表示及知识推理
第一节知识表示及知识推理概述
第二节确定性知识表示方法
第三节确定性知识推理方法
第四节知识表示下的金融知识图谱应用实例
第五章不确定性推理
第一节确定性推理与不确定性推理的区别
第二节不确定性推理的表示及度量
第三节概率推理与主观贝叶斯方法
第四节可信度推理与证据理论
第六章机器学习
第一节机器学习概述
第二节统计学习的主要方法与模型
第三节深度学习的主要方法与模型
第七章计算智能
第一节计算智能概述
第二节神经计算
第三节进化计算
第四节群体智能
第八章智能主体技术
第一节智能主体技术概述
第二节智能主体的环境
第三节智能主体的体系结构
第四节多智能主体系统
第五节智能主体的应用
下篇人工智能的应用
第九章面向金融领域的信息抽取
第一节面向金融领域的命名实体识别
第二节面向金融领域的关系抽取
第三节面向金融领域的时间抽取
第四节面向金融领域的事件抽取
第十章面向金融领域的情感分析
第一节面向金融领域的情感分析方法
第二节事件情感与股价走势的关系
第三节结合事件情感的股价走势预测
第十一章智能问答
第一节问答系统概述
第二节检索式问答
第三节交互式问答
第四节检索式金融智能问答构建流程
第十二章生物特征识别
第一节生物特征识别概述
第二节基于生理特征的生物特征识别
第三节基于行为特征的生物特征识别
第十三章联邦学习
第一节联邦学习概述
第二节联邦学习与智慧金融
第三节联邦学习与智慧零售
第十四章博弈决策进阶及其在金融领域的应用
第一节进阶——基于机器学习的博弈决策
第二节机器博弈决策技术在金融领域的应用
参考文献
前言
学习大纲
上篇人工智能基础理论
第一章人工智能概述
第一节人工智能的定义
第二节人工智能的起源与发展
第三节人工智能研究中各学派的认知观
第四节人工智能主要研究目标与内容
第五节人工智能研究的现状及展望
第二章智能搜索技术
第一节搜索的概念及表示
第二节盲目搜索方法
第三节启发式搜索方法
第三章博弈决策
第一节博弈决策概述
第二节机器博弈决策
第三节机器博弈问题的分类及复杂度
第四节机器博弈决策的基本方法
第四章确定性知识表示及知识推理
第一节知识表示及知识推理概述
第二节确定性知识表示方法
第三节确定性知识推理方法
第四节知识表示下的金融知识图谱应用实例
第五章不确定性推理
第一节确定性推理与不确定性推理的区别
第二节不确定性推理的表示及度量
第三节概率推理与主观贝叶斯方法
第四节可信度推理与证据理论
第六章机器学习
第一节机器学习概述
第二节统计学习的主要方法与模型
第三节深度学习的主要方法与模型
第七章计算智能
第一节计算智能概述
第二节神经计算
第三节进化计算
第四节群体智能
第八章智能主体技术
第一节智能主体技术概述
第二节智能主体的环境
第三节智能主体的体系结构
第四节多智能主体系统
第五节智能主体的应用
下篇人工智能的应用
第九章面向金融领域的信息抽取
第一节面向金融领域的命名实体识别
第二节面向金融领域的关系抽取
第三节面向金融领域的时间抽取
第四节面向金融领域的事件抽取
第十章面向金融领域的情感分析
第一节面向金融领域的情感分析方法
第二节事件情感与股价走势的关系
第三节结合事件情感的股价走势预测
第十一章智能问答
第一节问答系统概述
第二节检索式问答
第三节交互式问答
第四节检索式金融智能问答构建流程
第十二章生物特征识别
第一节生物特征识别概述
第二节基于生理特征的生物特征识别
第三节基于行为特征的生物特征识别
第十三章联邦学习
第一节联邦学习概述
第二节联邦学习与智慧金融
第三节联邦学习与智慧零售
第十四章博弈决策进阶及其在金融领域的应用
第一节进阶——基于机器学习的博弈决策
第二节机器博弈决策技术在金融领域的应用
参考文献
