61-Day14

机器学习算法及其在金融科技的应用

分类实例：运用交易频率分类正常账户和洗钱账户
聚类算法：通常无监督学习
- 相似性量度要求：对称、自我相似、非负、三角性
- 有层次式聚类（二叉树）和分区式聚类
  - 层次式聚类：不需要预先给定类别数，但结果可解释性不强，大规模计算性能一般
  - 分区式聚类：让每个点离中心的距离最近（e.g. K-means clustering）
图创建和挖掘：点+权值边——在社交网络上使用图模型（社区内的边尽可能多，社区之间的边尽可能少）
图的分割
- 最小分割问题：找到一种图分割方法，使两个子图之间的分割边数最小（最小分割常常返回一个不平衡的分割；因此要改变目标函数，考虑社区规模进行图的分割）
- 逐层分割：找到一些边，割开后能分割整个图，用介数来衡量是否切开一条边。
AI在金融领域的应用：风控、合规和内控审计；文档处理；风险定价和产品推荐；投资交易；智能营销和个性化服务。难度最大：智能投资，深度学习筛选创业者。