银行和监管机构都认识到环境因素可能成为金融风险的一个来源,因此必须加大力度确保正确识别、理解、衡量、管理和监督此类风险。为实现这一目标,银行正在重新审视其内部系统、模型和流程,特别是与数据收集、风险管理和信贷审批流程相关的系统、模型和流程。由于银行投资组合的风险状况反映了其客户的风险状况,因此,为了降低风险,银行也在迅速加深与客户的接触,以了解他们的过渡计划并协助他们进行必要的业务转型。然而,尽管银行取得了切实的进步,但它们仍面临着众多运营和实施挑战,其中许多挑战既不是银行业本身的产物,也不是银行业固有的。虽然有些问题需要在单个组织层面解决,但其他问题将受益于银行、监管机构和监督者之间的协作方法和集体解决方案和讨论。
1. 获得机器学习领域的知识。 ac 2. 了解数据分析算法 achi 3. 学习高级分析算法 acij 第一单元:学习类型(15 小时) 学习系统的定义、机器学习的目标和应用 - 学习类型:监督学习、无监督学习、强化学习。分类概述:设置、训练、测试、验证数据集、过度拟合。 第二单元 - 分类算法(15 小时) 有关分类和预测的问题、贝叶斯分类、反向传播分类、基于关联规则挖掘概念的分类、其他分类方法、分类准确性。第三单元 — 决策树(15 小时) 决策树简介 – 决策树中的分裂方法 - 通过决策树归纳进行分类 – 树修剪方法(成本复杂度修剪 - 卡方修剪) – 决策树中的问题 – 扩展决策树(模糊决策树) 第四单元 — 聚类算法(15 小时) 距离测量 – 相似性函数 – 误差测量 – K 均值算法 – 模糊 CMeans 算法 – 层次聚类算法 – 高斯混合算法 – 期望与最大化方法 – 概率聚类算法 第五单元 — 文本分析(15 小时) 简介 - 文本挖掘操作 - 边界增量文本挖掘算法 - 预处理技术 – 使用降维进行特征选择 – 支持向量机 (SVM) – NLP 基础。 参考文献