征信大数据:理论与实践

ASIN ‏ : ‎ B07N1K9K7X

出版社 ‏ : ‎ 中国金融出版社; 第1版 (2019年1月22日)

出版日期 ‏ : ‎ 2019年1月22日

品牌 ‏ : ‎ 浙版数媒

语言 ‏ : ‎ 简体中文

文件大小 ‏ : ‎ 9040 KB

标准语音朗读 ‏ : ‎ 未启用

X-Ray ‏ : ‎ 未启用

生词提示功能 ‏ : ‎ 未启用

内容简介
征信（Credit reporting或者是Credit reference）是指依法收集、整理、保存、加工自然人、法人及其他组织的信用信息，并对外提供信用报告、信用评估、信用信息咨询等服务，帮助客户判断、控制信用风险，进行信用管理的活动。征信的主要目的是解决交易双方信息不对称的问题，进行信用风险管理。

大量数据（特别是标识数据）的支持是人工智能最核心的需求无论是模式识别还是神经网络，不管是机器学习训练还是算法优化，都需要大量数据的“喂养”。例如，AlphaGo的成功之处就在于其载有十几万份人类6—9段职业棋手的对弈棋谱的数据库，AlphaCo利用其模仿人类常见的落子方式。通过大数据学习，人工智能算法发挥越来越重要的作用，尤其是近期深度学习的进展对感知智能（包括图像和语音识别）的精度提升贡献巨大。

大数据蕴含了丰富的信息维度，可以比喻为提供了必须的血液和能量，人工智能就好像“大脑”，对这些信息进行分析识别和知识发现，具体的行业应用则好像“躯干”，基于信息执行决策。国内外知名的互联网公司对人工智能都显示出高度的关注，认为人工智能和互联网大数据的结合会产生很多创新点，是驱动未来技术和商业模式的引擎。这些互联网公司都投人大量的人力和物力进行一些前沿性的研究和探索。在过去的5年中，有超过30家人工智能（AI）企业被包括谷歌、IBM、雅虎、英特尔以及近期活跃起来的苹果和Salesforce等商业巨头收购。

本书共分为十七篇，包含：大数据简介，征信大数据的应用，基于征信数据观中国近十年产业间信贷资源的调整路径，基于大数据的中国房企信贷分析，基于大数据的个人房贷分析， 基于征信大数据的住宿餐饮业信贷结构分析， 基于征信大数据的水利、环境和公共设施管理业分析等等。