机读格式显示(MARC)

• 000 01871nam0 2200289 450

• 001 0000475170

• 005 20241024092900.0

• 010 __ |a 978-7-03-074633-7 |d CNY129.00

• 100 __ |a 20230707d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 金融科技大数据风控方法介绍 |A jin rong ke ji da shu ju feng kong fang fa jie shao |e 解释性、隐私保护与数据安全 |f 李华, 袁先智, 赵建彬编著

• 210 __ |a 北京 |c 科学出版社 |d 2023

• 215 __ |a xvi, 439页 |c 图 |d 24cm

• 314 __ |a 李华, 加拿大卡尔加里大学金融数学博士, 现任郑州大学数学与统计学院教授, 硕士生导师, 河南省金融工程重点实验室执行主任, 河南省科学技术协会第九届委员, 郑州大学海外虚拟研究院博士生导师, 中原银行博士后导师。兼任河南省金融工程学会秘书长, 中国系统工程学会金融系统工程分会常务理事等。袁先智, 博士, 先后任同济大学、中山大学等高校与科研机构特聘教授, 曾在毕马威、德勤等国际机构任业务负责人, 在国内多家金融科技公司任首席科学家和业务负责人。目前是国际金融工程期刊Int.J. of Financial Engineering的主编。赵建彬, 博士, 郑州大学讲师, 硕士生导师, 主要从事金融工程、金融风险管理、金融科技和数据科学等研究和教学工作。

• 320 __ |a 有书目 (第365-375页) 和索引

• 330 __ |a 本书内容分三部分: 第一部分由1-6章组成, 主要讲常规情况下, 机器学习在金融场景特别是大数据风控中的建模应用; 第二部分由第7章和第8章组成, 主要讲在数据隐私保护和安全要求下, 机器学习如何进行大数据风控建模; 第三部分由9-16章组成, 主要讲如何基于吉布斯抽样算法建立特征提取的理论和标准框架及其在包含投资和融资等7个不同金融场景中的应用。

• 517 1_ |a 解释性、隐私保护与数据安全 |A jie shi xing 、yin si bao hu yu shu ju an quan

• 606 0_ |a 金融 |A jin rong |x 科学技术 |x 数据处理 |x 风险管理 |x 研究

• 690 __ |a F830 |v 5

• 701 _0 |a 李华 |A li hua |4 编著

• 701 _0 |a 袁先智 |A yuan xian zhi |4 编著

• 701 _0 |a 赵建彬 |A zhao jian bin |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20230707

• 905 __ |a AUSTL |d F830/L394