• FinUniversity Electronic Library

Login
Search manual

Details

Парадигмы цифровой экономики: технологии искусственного интеллекта в финансах и финтехе: монография / Н.М. Абдикеев [и др.]; Финуниверситет; под ред. М.А. Эскиндарова, В.И. Соловьева. — Москва: Когито-Центр, 2019. — 325 с. — Имеется электронная версия: Электронные данные (1 файл: 12,1 Мб). — Доступ из локальной сети Финуниверситета(чтение). — <URL:http://elib.fa.ru/rbook/Abdikeev_paradigmy.pdf>.

Record create date

5/23/2019

Subject

авторы ФА; РФ; юбилеи; 100 лет; книги; научные издания; монографии; экономика; финансы; мировая экономика; национальная экономика; цифровая экономика; искусственный интеллект; финтех; рецензенты ФА; Назипов Д.А.; интеллектуальные технологии; машинное обучение; банковское дело; отмывание денег; прогнозирование; цифровизация; цифровые системы; цифровые платформы; маркетплейсы; автоматизация; семантические сети; полный текст; электронные публикации

UDC

336

LBC

Allowed Actions

–

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet
Network User group Action
Finuniversity Local Network All
Read
Internet Readers
Read
Internet Anonymous
  • Содержание
  • ПРЕДИСЛОВИЕ
  • ВВЕДЕНИЕ
  • Глава 1 ЭКОСИСТЕМА И ЛАНДШАФТ ФИНТЕХА
    • 1.1. Финтех
    • 1.2. Предпосылки возникновения финтеха
    • 1.3. Экосистема финтеха
    • 1.4. Бизнес-модели финтеха
    • 1.5. Ландшафт финтеха
  • Глава 2 ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИВ КРЕДИТНОМ СКОРИНГЕИ ОЦЕНКЕ УСТОЙЧИВОСТИФИНАНСОВЫХ ОРГАНИЗАЦИЙ
    • 2.1. Применение машинного обучения в кредитном скоринге
    • 2.2. Интеллектуальные методы анализа устойчивости банков
    • 2.3. Интеллектуальные методы выявления кредитныхорганизаций, вовлеченных в отмывание доходов
  • Глава 3ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИПРОГНОЗИРОВАНИЯ СОСТОЯНИЙФИНАНСОВЫХ РЫНКОВ
    • 3.1. Традиционные модели машинного обучения,используемые для прогнозирования рыночных трендов
    • 3.2. Алгоритм прогнозирования моментов разворотоврыночных трендов на основе скользящих окон
    • 3.3. Применение сверточных нейронных сетейдля решения задач классификации и прогнозирования
    • 3.4. Применение генеративно-состязательных нейронных сетейдля решения задач классификации и прогнозирования
    • 3.5. Применение систем, основанных на обучениис подкреплением, для решения задач классификациии прогнозирования
  • Глава 4 ЦИФРОВЫЕ ПЛАТФОРМЫ И МАРКЕТПЛЕЙСЫ
    • 4.1. Цифровые платформы как трендкорпоративной автоматизации
    • 4.2. Цифровые платформы в управлении цепями поставок
    • 4.3. Межотраслевой маркетплейс для участников созданияновых высокотехнологичных продуктов
    • 4.4. Интеллектуальная система мониторинга вовлеченностистудентов на основе технологий интернета вещей
    • 4.5. Формализация экономических отношенийв условиях развития автоматизации
  • Глава 5 ТЕХНОЛОГИИ ВИКИ И ИХ ПРИМЕНЕНИЕ
    • 5.1. Вики-технологии
    • 5.2. Википедия
    • 5.3. Википедия как источник,описывающий окружающую действительность
  • Глава 6 ТЕХНОЛОГИИ СЕМАНТИЧЕСКИХ СЕТЕЙИ ИХ ПРИМЕНЕНИЕ
    • 6.1. Введение в семантику и Semantic Web
    • 6.2. Стек технологий Семантической паутины
    • 6.3. RDF
    • 6.4. OWL
    • 6.5. SPARQL
    • 6.6. Примеры онтологий и семантических сетей
    • 6.7. Применение семантических сетей
  • Глава 7ТЕХНОЛОГИИ ВИКИ-ГРАФА И ИХ ПРИМЕНЕНИЕ
    • 7.1. Вики-граф
    • 7.2. Графовые базы данных
    • 7.3. Построение Вики-графа
    • 7.4. Анализ Вики-графа
    • 7.5. Практическое применение Вики-графа
  • Глава 8 ТЕХНОЛОГИИ КОНЦЕПТУАЛЬНЫХ КАРТИ ИХ ПРИМЕНЕНИЕ
    • 8.1. Суть и специфика концептуальных карт
    • 8.2. Применение концептуальных карт
    • 8.3. Инструменты работы с концептуальными картами
    • 8.4. Пример адаптации технологии концептуальных картдля создания прикладного семантической технологиидля банка
  • ЛИТЕРАТУРА

Access count: 51 
Last 30 days: 0

Detailed usage statistics