本書系統(tǒng)探討了互聯(lián)網(wǎng)、人工智能高速發(fā)展時代背景下，機器學習技術在金融風險研究領域中的應用情況。首先介紹機器學習的基本原理，包括決策樹、聚類、貝葉斯分類、支持向量機、EM、Adaboost等傳統(tǒng)方法。其次以學習方法為切入點，結合金融風險研究領域中的實例，重點介紹與對比監(jiān)督學習（如分類問題）、無監(jiān)督學習（如聚類問題）、半監(jiān)督學習、集成學習、深度學習和強化學習等典型機器學習算法與技術的原理特點及其應用場景。*后分析遷移學習等下一波機器學習技術在金融風險研究領域中的應用前景。
|
