銀行AI項目實戰(zhàn)：典型業(yè)務場景的AI解決方案與案例實現(xiàn)

定　價：￥99.00

作　者：	邵理煜，陳沁，何敏
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111719076	出版時間：	2023-02-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　這是一本講解銀行如何利用AI技術(shù)提升業(yè)務效能和用戶體驗的著作，也是一本指導銀行如何通過AI技術(shù)實現(xiàn)數(shù)字化和智能化轉(zhuǎn)型的著作。作者在銀行業(yè)從事技術(shù)工作20余年，本書的經(jīng)驗和案例全部來自成功的、真實的業(yè)務實踐。作者從實際業(yè)務場景出發(fā)，聚焦智能營銷、智能風控、智能運營3大類業(yè)務，用11個項目案例為11種高頻業(yè)務提供了被驗證的AI技術(shù)解決方案。每個項目案例包括方案設計、技術(shù)理論、算法框架、代碼實現(xiàn)、效果展示等模塊，手把手教讀者實現(xiàn)案例的全過程。同時，每個案例還提供數(shù)據(jù)模型和示例數(shù)據(jù)，讀者可以直接在自己的業(yè)務中復用。每個案例均使用不同類型的AI技術(shù)來實現(xiàn)，涉及數(shù)據(jù)挖掘、計算機視覺、計算機聽覺、自然語言處理等10余種技術(shù)，能給讀者帶來的具體業(yè)務價值如下：？用自動機器學習技術(shù)實現(xiàn)月活客戶挖掘；？用圖神經(jīng)網(wǎng)絡實現(xiàn)高價值客戶識別；？用推薦系統(tǒng)技術(shù)實現(xiàn)業(yè)務的精準推薦；？用強化學習技術(shù)評估營銷推文的價值；？用因果推斷技術(shù)實現(xiàn)關聯(lián)還款二元因果效應模型；？用智能語音問答技術(shù)實現(xiàn)方言電話催收機器人；？用多項機器學習技術(shù)實現(xiàn)電信欺詐洗錢賬戶的識別；？用圖像理解技術(shù)實現(xiàn)重要業(yè)務或產(chǎn)品的視覺監(jiān)控；？用貝葉斯網(wǎng)絡技術(shù)實現(xiàn)個人貸款逾期預測；？用自動控制技術(shù)實現(xiàn)私域流量客戶的冷啟動；？用計算機視覺技術(shù)實現(xiàn)數(shù)據(jù)中心智能巡檢機器人。

作者簡介

　　陳沁資深銀行技術(shù)專家，有超過23年的銀行業(yè)從業(yè)經(jīng)驗，現(xiàn)任某大型商業(yè)銀行某分行信息科技部副總經(jīng)理，曾榮獲該行首屆“十大科技明星”稱號。全國新型犯罪研究中心重慶分中心研究員、重慶市反洗錢人才庫金融科技專項工作組成員。專注數(shù)據(jù)智能、計算機視覺、推薦系統(tǒng)、自然語言理解等領域，在某大型商業(yè)銀行有10年的AI應用開發(fā)經(jīng)驗，獨立研發(fā)的銀行AI項目有“人工智能在金融消費者投訴管理中的全流程應用”“會場行為智能管理系統(tǒng)”“電信詐騙涉案賬戶智能識別模型”“基于增強現(xiàn)實的互動式場景金融”“基于社交圖譜的潛在高價值客戶挖掘”“金融場景智能文本識別”等，分別榮獲該銀行軟件開發(fā)一等獎、大數(shù)據(jù)創(chuàng)新一等獎以及2021年重慶銀行業(yè)協(xié)會優(yōu)秀課題二等獎、重慶市金融數(shù)據(jù)綜合試點項目、重慶市2019年金融科技研究課題三等獎。曾發(fā)表《圖神經(jīng)網(wǎng)絡在銀行營銷及風控場景應用》《解決銀行科技現(xiàn)實矛盾的中庸之道》《淺論銀行IT與業(yè)務的脫節(jié)與融合》等多篇論文。何敏銀行資深架構(gòu)師，擁有10年銀行核心項目的開發(fā)經(jīng)驗。專注銀行應用架構(gòu)規(guī)劃，并對區(qū)塊鏈、人工智能、大數(shù)據(jù)等領域有深入研究，主持多個數(shù)字化創(chuàng)新項目在金融場景的落地，多次參與省部級重點課題研究。其中“傳統(tǒng)與互聯(lián)網(wǎng)核心雙融合架構(gòu)的研究與實踐”榮獲銀保監(jiān)銀行業(yè)科技風險管理課題研究三等獎、“機器人自動化處理與人工智能在銀行運營數(shù)據(jù)管理中的應用和實踐”榮獲人民銀行銀行科技發(fā)展三等獎、“國密標準化促進金融信息安全研究”榮獲全國金融標準化重點研究課題優(yōu)秀獎。論文《銀行核心系統(tǒng)的技術(shù)創(chuàng)新優(yōu)化實踐》在《金融科技時代》雜志發(fā)表。

圖書目錄

序1
序2
前言
智能營銷篇
第1章　手機銀行潛在月活客戶
　　　　挖掘——自動機器學習技術(shù)2
1.1　自動機器學習簡介4
1.2　開發(fā)框架與庫6
1.2.1?重要特征選擇庫Feature_selector6
1.2.2?重要特征選擇庫Boruta10
1.2.3?自動機器學習建?？蚣蹻laml12
1.2.4?自動機器學習框架AutoGluon16
1.2.5?貝葉斯優(yōu)化庫Bayesian-
　　　optimization17
1.3?案例實戰(zhàn)22
1.3.1?運行環(huán)境搭建22
1.3.2?數(shù)據(jù)集準備23
1.3.3?特征選擇代碼實戰(zhàn)27
1.3.4?自動化建模代碼實戰(zhàn)31
1.3.5?自動化調(diào)參代碼實戰(zhàn)34
1.4　案例總結(jié)36
第2章　零售潛在高價值客戶識別——
　　　　圖神經(jīng)網(wǎng)絡技術(shù)37
2.1　圖神經(jīng)網(wǎng)絡簡介38
2.1.1?圖神經(jīng)網(wǎng)絡的概念38
2.1.2?圖神經(jīng)網(wǎng)絡的優(yōu)勢41
2.1.3?圖神經(jīng)網(wǎng)絡的發(fā)展43
2.1.4?圖神經(jīng)網(wǎng)絡是大數(shù)據(jù)時代的
　　　產(chǎn)物44
2.2　方案設計47
2.3　圖卷積神經(jīng)網(wǎng)絡算法48
2.4?開發(fā)框架50
2.4.1?圖數(shù)據(jù)庫Neo4j50
2.4.2?圖神經(jīng)網(wǎng)絡開發(fā)框架DGL51
2.5　案例實戰(zhàn)53
2.5.1?環(huán)境準備53
2.5.2?代碼實戰(zhàn)61
2.6　案例總結(jié)69
第3章　銀行業(yè)務精準推薦——
　　　　推薦系統(tǒng)72
3.1　推薦系統(tǒng)簡介73
3.2　推薦算法75
3.2.1?協(xié)同過濾算法75
3.2.2?PersonalRank圖推薦算法78
3.2.3?文本卷積神經(jīng)網(wǎng)絡80
3.2.4?雙塔模型82
3.3　開發(fā)框架84
3.3.1?計算框架PySpark84
3.3.2?分詞框架Pkuseg86
3.3.3?深度學習框架TensorFlow與
　　　Keras86
3.4　案例實戰(zhàn)87
3.4.1?數(shù)據(jù)準備87
3.4.2?環(huán)境準備88
3.4.3?代碼實戰(zhàn)89
3.5　案例總結(jié)104
第4章　銀行線上營銷推文價值
　　　　評估—強化學習技術(shù)105
4.1　強化學習簡介106
4.1.1?人工智能發(fā)展與強化學習106
4.1.2?強化學習的基本概念108
4.1.3?Q-Learning算法110
4.2　案例實戰(zhàn)111
4.3　案例總結(jié)115
第5章　關聯(lián)還款二元因果效應
　　　　模型—因果推斷技術(shù)116
5.1　因果科學簡介117
5.2　因果森林算法簡介119
5.3　開發(fā)庫122
5.4　案例實戰(zhàn)122
5.4.1?數(shù)據(jù)準備123
5.4.2?環(huán)境搭建124
5.4.3?代碼實戰(zhàn)124
5.5?案例總結(jié)128
智能風控篇
第6章　電信欺詐洗錢賬戶識別案
　　　　例——多項機器學習技術(shù)132
6.1　案例痛點：銀行業(yè)反電信詐騙風控
　　規(guī)則的局限性133
6.2　建模技術(shù)與場景分析134
6.2.1?“風控規(guī)則難以實時動態(tài)調(diào)整”
　　　　的解決方案：連續(xù)實數(shù)深度
　　　　特征合成技術(shù)134
6.2.2?“風控規(guī)則不客觀全面”的解
　　　　決方案：無監(jiān)督對抗機器學
　　　　習技術(shù)138
6.2.3?“模糊風控規(guī)則表述不清”的
　　　　解決方案：模糊數(shù)學控制
　　　　技術(shù)149
6.3　案例實戰(zhàn)151
6.3.1?環(huán)境搭建151
6.3.2?代碼實戰(zhàn)153
6.4　案例總結(jié)162
第7章　從零開發(fā)方言語音電話催收
　　　　雙模機器人—智能語音
　　　　問答技術(shù)164
7.1?方案設計167
7.2?智能語音問答技術(shù)170
7.2.1?智能語音問答系統(tǒng)的基本任務170
7.2.2?自動語音識別技術(shù)171
7.2.3?QuartzNet模型174
7.2.4?基于自由文本閱讀理解的問答
　　　技術(shù)176
7.2.5?從文本到語音的合成技術(shù)179
7.2.6?遷移學習179
7.3?開發(fā)框架180
7.3.1?英偉達對話式AI框架Nemo180
7.3.2?端到端語音處理框架ESPnet180
7.3.3　Transformers模型庫181
7.3.4?跨平臺GUI框架PyQt5183
7.3.5?SIP與PJSIP框架183
7.4?案例實戰(zhàn)185
7.4.1?軟硬件環(huán)境搭建及運行案例
　　　程序185
7.4.2?代碼實戰(zhàn)193
7.5?案例總結(jié)211
第8章　動產(chǎn)抵押品倉庫視覺監(jiān)控
　　　　項目——圖像理解技術(shù)212
8.1?方案設計213
8.2?開發(fā)庫與框架216
8.2.1?計算機視覺處理庫OpenCV216
8.2.2?人臉識別開源庫Face_
　　　Recognition218
8.2.3?實例分割開源庫Yolact219
8.2.4?深度學習圖像處理庫ImageAI
　　　與目標檢測遷移學習224
8.2.5?Django框架和Pyecharts數(shù)據(jù)
　　　可視化庫226
8.3?案例實戰(zhàn)227
8.3.1?軟硬件環(huán)境搭建及運行案例
　　　程序227
8.3.2?代碼實戰(zhàn)232
8.4?案例總結(jié)245
第9章　個人貸款逾期預測項目——
　　　　貝葉斯網(wǎng)絡技術(shù)247
9.1?貝葉斯網(wǎng)絡簡介248
9.1.1?貝葉斯學習的概念248
9.1.2?從貝葉斯學習到貝葉斯
　　　網(wǎng)絡249
9.2?概率圖計算庫Pgmpy251
9.3?案例實戰(zhàn)252
9.3.1?環(huán)境搭建和案例運行252
9.3.2?代碼實戰(zhàn)252
9.4?案例總結(jié)256
智能運營篇
第10章　企業(yè)微信私域流量客戶