金融保险：深度学习

本书主要探讨新一代人工智能技术——深度学习在金融保险中的具体应用，汇集不同角度的研究案例，目的是推动深度学习技术来变革传统的金融保险模式。当前世面上还没有具体阐述相关应用的书籍。
本书涉及到：卷积神经网络下的物体识别在金融和保险中的应用，包括定损、客户鉴别、文据识别和后台应用；循环神经网络支撑下的金融时间序列处理技术的原理和研究进展以及应用案例，这当中包括单维度时间序列，时间向量的预测和分析，以及深度学习方法和传统方法的对比，同时还引入了注意力机制，用来有针对性的对金融时间序列进行分析；金融中的自然语言处理技术以及特定语义的鉴别和应用，同时利用该技术实现对金融情感分析，舆情情绪判断以及客户画像抽取等金融场景的嵌入式应用。

暨南大学管理学院工商管理硕士，中山大学岭南学院金融学博士，北京大学经济学院应用经济学博士后。副教授。主要从事经济政策与模拟、经济增长的研究。在《Applied Economic letters》、《The Scientific World Journal》、《Energy Policy》、《Ecological Modelling,》、《Journal of Environmental Informatics》、《Communications in Nonlinear Science and Numerical Simulations》、《Entropy》等国际英文SSCI/SCI学术期刊发表论文13篇， 系《Urban Planning and Design Research》 编委。主持国家自然科学基金青年项目、*人文社科基金项目、中国博士后特别资助项目等。曾获得北京大学优秀博士后和国家能源局软科学研究优秀成果奖。