机器学习+金融=?
——金融领域中的机器学习技术
报告人:陈可佳
南京邮电大学 计算机学院
江苏省大数据安全与智能处理重点实验室
Big Data Security & Intelligent
Processing
内容
人工智能
机器学习——AI分支
定义、流派
任务
常见范式
算法介绍
在金融中的(潜在)应用
总结:金融应用场景
人工智能(AI)
1956年,达特茅斯会议
AI 五十年留念(1956~2006)
什么是AI?
- 研究如何让计算机完成那些只有依靠人类智力才能完成的任务——Mavin
Minsky
- 实现人类智能的功能,途径并不一定与人类智力相同——John McCarthy
- 研究提升机器解决复杂任务能力的领域
约翰.麦卡锡
(John McCarthy,
1927~2011)
马文.明斯基
(Marvin Minsky,
1927~2016)
AI科学的分支
计算机
视觉
语音
识别
基于规则
的系统
机器学习
自然语言
处理
机器人学
机器学习——无处不在
机器学习
何为机器学习?
机器通过算法自动地从数据中学习知识
两大派别
AI的一个分支(计算机科学家)
关注问题,不在乎手段(统计、代数、逻辑、几何)
应用统计学的分支(统计学家)
关注算法、不在乎实用
经典统计学(频率主义)
足够测量,无需构建模型
适合小型问题(少量参数)
可解释
但复杂问题数据稀疏?举例
机器学习
AI分支
统计学
分支
机器学习 vs. 经典统计学
欠拟合(偏差大) 过拟合(方差大) 参数优化
目前,金融行业模型
(特别是风险控制)
基于计量经济学理论
统计学为主要分析方法
机器学习(AI分支)
“Machine Learning is the study of computer algorithms that
improve automatically through experience. ” [Tom Mitchell,
1997]
从示例(instance)中学习
何为示例?标签?
特征工程(重要)