专题演讲嘉宾 :黄文坚

万惠投资管理大数据算法部总监

黄文坚,《TensorFlow 实战》作者,本书获得 Google TensorFlow 工程研发总监 Rajat、360 首席科学家颜水成、北大教授长江学者崔斌的推荐。PPmoney 大数据算法总监,负责集团的风控、理财、互联网证券等业务的数据挖掘工作。Google TensorFlow Contributor。前明略数据技术合伙人,领导了对诸多大型银行、保险公司、基金的数据挖掘项目,包括建立金融风控模型、新闻舆情分析、保险复购预测等。曾就职于阿里巴巴搜索引擎算法团队,负责天猫个性化搜索系统。曾参加阿里巴巴大数据推荐算法大赛,于 7000 多只队伍中获得前 10 名。本科、研究生就读于香港科技大学,在顶级会议和期刊 SIGMOBILE MobiCom、IEEE Transactions on Image Processing 发表论文,研究成果获美国计算机协会移动计算大会(MobiCom)最佳移动应用技术冠军,并获得两项美国专利和一项中国专利。

演讲:深度学习、TensorFlow 在 FinTech 领域的应用

时间:04月17日 10:50
地点:306A
所属专题:TensorFlow 技术与应用

深度学习中卷积神经网络和循环神经网络对于时间序列的数据有很好的学习能力,而金融数据中大量的数据都是时间序列的格式,包括银行流水、股票日线、交易日志,乃至金融分析报告中的文本信息等。因此应用深度学习到金融数据挖掘中,会有先天的优势,而 TensorFlow 是目前深度学习中最成熟最主流的框架,它有 Google 提供强大的研发能力作保障,对各种最新的深度神经网络结构都有非常好的支持。在 FinTech 中,应用深度学习我们可以用来作很多方面的工作:

  1. 自动报告生成,使用 NLP 和 LSTM 可以对大量非结构化数据进行分析和处理,并整合成详尽的报告;
  2. 舆情分析、知识图谱,通过对大量金融新闻的分析和舆情判别、知识关系梳理,整合出某行业或企业的舆论导向、市场观点;
  3. 量化交易,使用 CNN、RNN、强化学习等对股票、期货、外汇等交易市场数据进行学习,获取可对冲的稳定收益;
  4. 金融风控,通过对用户全方面数据的分析、挖掘,预测客户贷款诈骗的风险、逾期的概率等。

听众受益

  1. 加深对基于大数据的深度学习技术的理解;
  2. 获得对 Google 的分布式机器学习框架 TensorFlow 的全面理解;
  3. 了解深度学习、TensorFlow 在 FinTech 金融科技中的各种应用。

本专题下其他演讲

关注主办方(InfoQ)

InfoQ Qcon

交通指南