金融科技大數(shù)據(jù)風(fēng)控方法介紹：解釋性、隱私保護(hù)與數(shù)據(jù)安全

　　本書是在大數(shù)據(jù)框架下，全面介紹金融科技在處理真實(shí)場(chǎng)景金融問(wèn)題時(shí)需要掌握的最重要的幾類機(jī)器學(xué)習(xí)方法，并將重點(diǎn)放在實(shí)施過(guò)程中需要用到的特征提取、可解釋性、隱私保護(hù)與數(shù)據(jù)安全共享等相關(guān)內(nèi)容的討論上。 本書內(nèi)容分三部分：第一部分由1～6章組成，主要講常規(guī)情況下，機(jī)器學(xué)習(xí)在金融場(chǎng)景特別是大數(shù)據(jù)風(fēng)控中的建模應(yīng)用；第二部分由第7章和第8章組成，主要講在數(shù)據(jù)隱私保護(hù)和安全要求下，機(jī)器學(xué)習(xí)如何進(jìn)行大數(shù)據(jù)風(fēng)控建模；第三部分由9～16章組成，主要講如何基于吉布斯抽樣算法建立特征提取的理論 和標(biāo)準(zhǔn)框架及其在包含投資和融資等7個(gè)不同金融場(chǎng)景中的應(yīng)用。 本書具有五個(gè)特點(diǎn)：一是面向應(yīng)用需求，介紹機(jī)器學(xué)習(xí)在金融場(chǎng)景特別是大數(shù)據(jù)風(fēng)控中的建模應(yīng)用；二是緊扣應(yīng)用，聚焦智能投顧和大數(shù)據(jù)信用評(píng)價(jià)兩大領(lǐng)域；三是針對(duì)算法，重點(diǎn)講邏輯回歸和集成學(xué)習(xí)建模；四是針對(duì)數(shù)據(jù)安全和隱私保護(hù)問(wèn)題，建立密文機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)數(shù)據(jù)共享；五是針對(duì)特征工程，基于吉布斯抽樣算法，建立支持非線性特征提取的理論和標(biāo)準(zhǔn)框架。

暫缺《金融科技大數(shù)據(jù)風(fēng)控方法介紹：解釋性、隱私保護(hù)與數(shù)據(jù)安全》作者簡(jiǎn)介