金融科技:信息技术前沿与领域应用

第1章 金融概述 1．1 引言 1．2 从互联网到“互联网+” 1．2．1 互联网 1．2．2 互联网进阶 1．2．3 从消费互联网到产业互联网 1．3 互联网金融 1．3．1 概述 1．3．2 众筹模式 1．3．3 第三方支付模式 1．3．4 其他类型的互联网金融 1．4 金融科技 1．4．1 概述 1．4．2 关键技术 1．4．3 监管科技 1．5 小结 第2章 从数字化到数智化 2．1 引言 2．2 从智能到智能+ 2．2．1 智能 2．2．2 人工智能 2．2．3 人工智能2．0 2．2．4 智能+ 2．2．5 智能+金融示例 2．3 从数据到大数据+ 2．3．1 数据 2．3．2 大数据 2．3．3 大数据难题 2．3．4 大数据智能 2．3．5 大数据+金融示例 2．4 法律与伦理问题 2．4．1 人工智能伦理 2．4．2 人工智能监管 2．4．3 数据歧视与算法偏见 2．4．4 数据隐私保护与立法 2．5 小结 第3章 大数据汇聚 3．1 引言 3．2 数据汇聚梳理 3．3 数据库数据采集 3．3．1 ETL 3．3．2 常用ETL工具 3．3．3 应用提示 3．4 表面网数据采集 3．4．1 网络爬虫 3．4．2 分布式爬虫 3．4．3 网页信息提取方法 3．4．4 典型开源工具 3．4．5 应用提示 3．5 深网数据采集 3．5．1 概述 3．5．2 深网信息的特点 3．5．3 深网数据获取方法 3．6 基于群智的数据感知 3．6．1 群智 3．6．2 群智大数据 3．6．3 群智大数据系统架构 3．7 小结 第4章 大数据分析 4．1 引言 4．2 数据建模 4．2．1 数据与特征 4．2．2 特征工程 4．2．3 表示学习 4．3 机器学习 4．3．1 概述 4．3．2 基本分类 4．3．3 经典机器学习 4．3．4 高级机器学习 4．3．5 开源工具 4．4 大数据可视化 4．4．1 概述 4．4．2 可视化过程 4．4．3 开发工具 4．5 金融大数据分析问题 4．5．1 银行业应用 4．5．2 保险业应用 4．5．3 证券业应用 4．6 小结 第5章 大数据处理 5．1 引言 5．2 分布式处理 5．2．1 概述 5．2．2 基本结构 5．2．3 主要功能模块 5．3 并行计算 5．3．1 概述 5．3．2 GPU简介 5．3．3 CUDA编程模型 5．4 超融合系统 5．4．1 概述 5．4．2 超融合架构 5．4．3 超融合产品 5．5 小结 第6章 大数据管理 6．1 引言 6．2 大数据组织与管理 6．2．1 概述 6．2．2 批处理与流处理 6．2．3 集中与分布 6．2．4 1SQL与NoSQL 6．3 数据质量与数据治理 6．3．1 概述 6．3．2 数据治理准则 6．3．3 数据治理体系 6．3．4 数据治理参考流程 6．4 数据安全与安全治理 6．4．1 概述 6．4．2 一般思路 6．4．3 数据脱敏 6．4．4 数据隐私保护 6．5 大数据开放与共享 6．5．1 大数据开放与共享 6．5．2 政府大数据开放与共享 6．5．3 大数据流通与交易 6．6 小结 …… 第7章 数据赋能技术路径 第8章 获客问题 第9章 风控问题 第10章 征信问题 第11章 金融大数据应用场景 参考文献 跋