中央财经大学《金融科技学》教材课件PPT第7章 人工智能、深度学习与自然语言处理

1、金融科技学第七章 人工智能、深度学习与自然语言处理本讲导读人工智能基本原理二一自然语言处理提要三第7章 人工智能、深度学习与自然语言处理深度学习发展概况四本讲小结五本讲导读明确学习目标01熟悉本讲结构与主要内容02梳理本讲与其他各讲的联系03推荐参考文献0401明确学习目标一、本讲导读从理论上梳理人工智能的定义、分类、发展历史深度学习的基本概念与主要应用形式自然语言处理的核心内涵与关键应用步骤了解相关技术在金融实务中的应用通过了解历史，对于技术的兴衰迭代形成冷静认知一、本讲导读本讲需要了解的基本概念人工智能图灵测试符号主义专家系统连接主义神经网络感知器行为主义蚁群算法深度学习预训练卷积神经网络

2、自编码器对抗神经网络自然语言处理分词词根化单热编码器TF-IDF主题模式LDA词向量模型BERT自然语言处理的概念人工智能的定义与分类一、本讲导读人工智能、深度学习与自然语言处理深度学习发展概况人工智能基本原理自然语言处理提要人工智能学派深度学习的定义与奇点突破自然语言处理的应用深度学习的分类与应用02熟悉本讲结构与主要内容6商业实践中的相关概念03梳理本讲与其他各讲的联系一、本讲导读随着现代通讯技术、区块链技术、人工智能技术等前沿科技的发展，支付清算模式会有变革性的进步（对应第一章、第八章）金融科技企业利用互联网、大数据、云计算、人工智能等技术优化运营，降低了经营成本（对应第三、九、十、十一

3、章）借助于大数据技术特别是深度学习技术，保险公司可以精准的预测一辆车的出险概率（对应第十一章）自然语言处理等有关的信息主要通过爬虫技术获取（对应第六章）智慧网点、智能投顾等新业务模式是基于自然语言处理技术而出现的（对应第九、十章）704推荐参考文献一、本讲导读罗素, 诺维格, 殷建平. 人工智能: 一种现代的方法M. 清华大学出版社, 2013.Goodfellow I, Bengio Y, Courville A. Deep learningM. MIT press, 2016.约阿夫戈尔德贝格. 基于深度学习的自然语言处理M. 机械工业出版社, 2018.王靖一，Bilibili在线课程金

4、融科技工具箱. /video/BV1DE411y7nz人工智能基本原理本讲导读一二自然语言处理提要三第7章 人工智能、深度学习与自然语言处理深度学习发展概况四本讲小结五人工智能基本原理人工智能的定义与分类01商业实践中的相关概念02人工智能学派0301人工智能的定义人工智能是指是研究理解和模拟人类智能、智能行为及其规律的一门学科。图灵测试：如果一台机器表现出的智能，让人无法分辨其与人的差别，便可以认为这台机器达到了人工智能。-被测试的有一个人，另一个是声称自己有人类智力的机器；-各自位于两间房子中；-测试人通过一些装置(如键盘)向被测试者问一些问题；-问过一些问题后，如果测试人能够正确地分出谁

5、是人谁是机器，那机器就没有通过图灵测试；如果测试人没有分出谁是机器谁是人，那这个机器就是有人类智能的。二、人工智能基本原理01人工智能的概念分类弱人工智能：专注某一领域强人工智能：能够胜任人类所有工作超人工智能：超越人类存在突破的奇点：图灵测试二、人工智能基本原理01图灵测试的局限性图灵测试：一个看起来不远实则遥远的节点人工智能已经快速发展并取得巨大成功人工智能并非全知全能，而是更加便宜二、人工智能基本原理02商业定义与辨析人工智能与大数据人工智能与机器学习、深度学习 二、人工智能基本原理03人工智能的主要学派符号主义学派：自动定理证明与专家系统二、人工智能基本原理03人工智能的主要学派行为主

6、义学派二、人工智能基本原理03人工智能的主要学派连接主义学派神经网络与反向传播算法二、人工智能基本原理03反向传播算法与沉寂为什么神经网络沉寂多年？结构复杂且没有明确的数学指导难以确定网络的形态模型复杂度极高，参数过多数据是否足够训练能否进行有效的正则化，防止过拟合模型最优化困难且没有数学保证极高的计算复杂度要求二、人工智能基本原理3.人工智能发展简史二、人工智能基本原理本讲导读一深度学习的发展概况三自然语言处理提要第7章 人工智能、深度学习与自然语言处理二人工智能的基本原理四本讲小结五深度学习的发展情况深度学习的定义与奇点突破01深度学习的分类与应用021序幕：预训练神经网络的能力来源于对数

7、据每一个细分组合的穷尽这些能力来源于宽而深的隐藏层思考一件事儿，为什么我敢给你们讲深度学习而不敢给一群小婴儿讲深度学习？当人类进行学习的时候，好像并不是从最后（最新）反向传播到最开始。所以，何为教育？三、深度学习的发展概况1序幕：预训练-形象化例子三、深度学习的发展概况1序幕：预训练实现Hinton & Salakhutdinov (2006)第一次引入预训练的概念Bengio et al. (2007). Greedy layer-wise training of deep networks. In NIPs 正式提出预训练三、深度学习的发展概况2深度学习的主要分类：卷积神经网络卷积神经网络

8、（CNN）三、深度学习的发展概况2深度学习的主要分类：卷积神经网络应用三、深度学习的发展概况2循环神经网络与LSTM：处理序列三、深度学习的发展概况2强化学习三、深度学习的发展概况2强化学习应用一、本讲导读深度学习的发展概况三本讲导读一自然语言处理提要四第7章 人工智能、深度学习与自然语言处理二人工智能的基本原理本讲小结五自然语言处理提要自然语言处理的概念01自然语言处理的应用021.自然语言处理的概念建立人和机器之间的“自然语言”通信它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。从人到机器对语言进行各种统计描述对语言进行有监督算法的描述（情绪判断、作者识别eg）对语言进行

9、无监督算法的描述（主题模型、词嵌入）从机器到人让机器能够像人那样理解语言让机器可以辅助语言让机器可以生成语言（图灵测试）四、自然语言处理提要1.自然语言处理要解决的问题从人到机器对语言进行各种统计描述对语言进行有监督算法的描述（情绪判断、作者识别eg）对语言进行无监督算法的描述（主题模型、词嵌入）词句文章如何正确的表示一个词是否每个词都要表示多个词是否合一词和词之间的关系如何表述我们是怎样理解一个句子的（语法派vs语感派）如何让计算机理解一个句子 （分类）句子之间的独立性与联合性如何理解一篇文章一个文章归属的主题文章间的联系与区别四、自然语言处理提要1.能解决我们的问题核心：从非结构化数据到结

10、构化数据可以参见沈艳、陈赟、黄卓（2020）分类问题：不同情绪（预期）、不同不确定性核心：知道有哪些工具知道有哪些channel知道如何正确地用聚类问题：不同主题特征提取问题：将语言信息的特征正确抽取出来 (nVIX)四、自然语言处理提要2.应用：主题归类四、自然语言处理提要2.应用：情感判别四、自然语言处理提要2.应用：关键词提取四、自然语言处理提要2.应用：人工智能客服四、自然语言处理提要深度学习的发展概况三本讲导读一本讲小结五第7章 人工智能、深度学习与自然语言处理二人工智能的基本原理自然语言处理提要四01本讲小节五、本讲小结1、本讲介绍了人工智能的定义及概念分类；接着，介绍了人工智能在商业实践中的相关概念，对人工智能与大数据、人工智能与机器学习、深度学习等易混淆的概念进行了辨析；介绍了三个人工智能学