[套装书]深入浅出联邦学习：原理与实践+金融智能：AI如何为银行、保险、证券业赋能（2册）

.
---------------------------8075159 - 金融智能：AI如何为银行、保险、证券业赋能---------------------------


内容简介
这是一部讲解如何用AI技术解决银行、保险、证券行业的核心痛点并帮助它们实现数智化转型的著作。
作者从金融智能一线从业者的视角，深入剖析了传统金融行业的痛点与局限，以及金融智能的特点与优势，阐明了人工智能等技术在金融业的必要性，并针对金融智能在银行、保险和证券业的诸多应用场景，给出了具体解决方案。此外，本书还分析了金融智能在各行业中的未来发展趋势。
本书从金融智能的现实意义出发，围绕底层技术和赋能应用对金融智能展开了全方位、多视角的深度剖析，聚焦科技赋能金融中的热点领域，充分挖掘潜在商业价值，洞悉与变革未来金融新生态，详尽展现了金融智能的产业版图。本书注重技术模式与应用实践相结合，涵盖大量金融场景下的应用案例和前瞻分析，对金融从业者具有指导意义。

.

王健宗 何安珣 李泽远 著：王健宗（博士）
某大型金融集团科技公司资深人工智能总监、高级工程师，中国计算机学会大数据专家委员会委员、高级会员，美国佛罗里达大学人工智能博士后，曾任美国莱斯大学电子与计算机工程系研究员、美国惠普公司高级云计算解决方案专家。发表深度学习、云计算、大数据等领域国际论文40余篇，拥有专利100余项，担任多届国内外知名大数据人工智能会议出品人，获“2019全国新锐十佳程序员”称号，著有《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》一书。
何安珣
某大型金融集团科技公司高级算法工程师，中国计算机学会会员，中国计算机学会青年计算机科技论坛（YOCSEF深圳）委员。拥有丰富的金融智能从业经验，主要研究金融智能系统框架搭建、算法研究和模型融合技术等，致力于推动金融智能的落地应用与价值创造。
李泽远
某大型金融集团科技公司高级人工智能产品经理，中国计算机学会会员，长期致力于金融智能的产品化工作，负责技术服务类的产品生态搭建与实施推进。曾参与完成生物特征识别技术在银行领域的产品设计和交付落地，在全周期项目中积累了丰富的实战经验。

2.3　联邦学习的应用场景14
2.4　联邦学习的优势与前景15
2.5　本章小结16
第二部分　原理
第3章　联邦学习的工作原理18
3.1　联邦学习的计算环境18
3.1.1　可信执行环境18
3.1.2　无可信计算环境22
3.2　联邦学习的算法23
3.2.1　中心联邦优化算法24
3.2.2　联邦机器学习算法25
3.2.3　联邦深度学习算法28
3.3　联邦学习的算子29
3.3.1　联邦学习数据预处理算子30
3.3.2　联邦学习模型训练算子34
3.4　本章小结49
第4章　联邦学习的加密机制50
4.1　联邦学习的安全问题50
4.1.1　模型完整性问题50
4.1.2　模型可用性问题51
4.1.3　模型机密性问题52
4.1.4　问题总结53
4.2　联邦学习的加密方式53
4.2.1　同态加密53
4.2.2　差分隐私55
4.2.3　安全多方计算57
4.2.4　国密SM2算法58
4.2.5　国密SM4算法60
4.2.6　Deffie-Hellman算法61
4.2.7　混合加密61
4.3　本章小结63
第5章　联邦学习的激励机制64
5.1　数据贡献评估65
5.2　数据贡献与激励支付的关系66
5.3　参与方贡献效益评估67
5.4　参与方贡献效益与激励支付的关系68
5.5　计算和通信消耗评估68
5.6　计算消耗、通信消耗和激励支付的关系69
5.7　本章小结70
第三部分　实战
第6章　联邦学习开发实践72
6.1　联邦学习开源框架部署：PySyft72
6.1.1　PySyft基本介绍72
6.1.2　开发环境准备与搭建72
6.1.3　PySyft安装指南75
6.1.4　开发前的准备76
6.1.5　PySyft测试样例76
6.1.6　实操：分布式联邦学习部署87
6.2　联邦学习开源框架部署：TFF93
6.2.1　TFF基本介绍93
6.2.2　开发环境准备与搭建94
6.2.3　TFF安装指南94
6.2.4　开发前的准备95
6.2.5　TFF测试样例95
6.3　联邦学习开源框架部署：CrypTen100
6.3.1　CrypTen基本介绍100
6.3.2　开发环境准备与搭建100
6.3.3　CrypTen安装指南101
6.3.4　开发前的准备101
6.3.5　CrypTen测试样例102
6.4　本章小结111
第7章　联邦学习的行业解决方案112
7.1　联邦学习+智慧金融112
7.1.1　联邦学习+银行112
7.1.2　联邦学习+保险121
7.1.3　联邦学习+投资125
7.2　联邦学习+智慧医疗128
7.2.1　联邦学习+医疗影像诊断128
7.2.2　联邦学习+疾病风险预测130
7.2.3　联邦学习+药物挖掘133
7.2.4　联邦学习+医护资源配置135
7.3　联邦学习+智慧城市137
7.3.1　联邦学习+零售137
7.3.2　联邦学习+交通140
7.3.3　联邦学习+物流141
7.3.4　联邦学习+政府143
7.3.5　联邦学习+安防146
7.4　联邦学习+物联网148
7.4.1　联邦学习+车联网148
7.4.2　联邦学习+智能家居150
7.4.3　联邦学习+可穿戴设备153
7.4.4　联邦学习+机器人155
7.5　本章小结160
第四部分　拓展
第8章　联邦学习的延伸162
8.1　联邦学习的布局162
8.1.1　Google的联邦学习162
8.1.2　Facebook的联邦学习166
8.1.3　联邦智能167
8.1.4　共享智能169
8.1.5　知识联邦172
8.1.6　异构联邦177
8.1.7　联邦学习方案对比178
8.2　联邦学习系统框架179
8.2.1　工业级联邦学习系统179
8.2.2　企业级联邦学习系统181
8.2.3　实验开发级联邦学习系统181
8.3　本章小结183
第9章　联邦学习的挑战、趋势和展望184
9.1　联邦学习应对的挑战184
9.2　联邦学习的趋势和展望187
9.3　本章小结189



---------------------------8075159 - 金融智能：AI如何为银行、保险、证券业赋能---------------------------


前言
第1章　全面了解人工智能1
1.1　人工智能的定义和应用2
1.1.1　人工智能的定义2
1.1.2　人工智能的十大应用8
1.2　人工智能的三大流派14
1.2.1　符号主义流派15
1.2.2　连接主义流派16
1.2.3　行为主义流派17
1.3　人工智能发展历程17
1.3.1　第一次兴起：1956—197418
1.3.2　第一次低谷：1974—198023
1.3.3　第二次兴起：1980—198724
1.3.4　第二次低谷：1987年至21世纪初30
1.3.5　第三次兴起：2006年至今30
第2章　走近人工智能技术38
2.1　人工智能基础技术39
2.1.1　云计算39
2.1.2　大数据44
2.1.3　区块链49
2.1.4　5G57
2.2　人工智能应用技术60
2.2.1　机器学习61
2.2.2　计算机视觉67
2.2.3　自然语言处理71
2.2.4　语音识别73
2.2.5　联邦学习75
2.2.6　图计算81
2.2.7　图神经网络85
第3章　金融智能：人工智能催生智慧金融89
3.1　人工智能对金融业的必要性90
3.1.1　金融科技和金融智能的概念90
3.1.2　传统金融行业的痛点和局限91
3.1.3　金融智能的特点与优势92
3.2　人工智能对金融界的影响94
3.2.1　金融智能是当前趋势热点94
3.2.2　传统金融到智慧金融的发展历程95
3.2.3　金融企业的科技转型97
3.2.4　互联网公司布局金融行业102
3.2.5　新兴金融科技公司的诞生107
3.3　金融智能领域未来的发展112
3.3.1　金融智能发展的驱动因素113
3.3.2　产业未来生态结构121
3.3.3　金融智能的5个发展趋势122
第4章　金融智能引领银行新生态125
4.1　银行业的发展现状126
4.1.1　银行业概览126
4.1.2　我国银行业发展历程128
4.1.3　科技对银行业发展的影响133
4.2　传统银行业的痛点139
4.2.1　贷款业务方面的痛点139
4.2.2　存款业务方面的痛点142
4.2.3　支付业务方面的痛点143
4.3　传统银行的转型道路143
4.3.1　传统金融机构与金融科技企业合作144
4.3.2　部分银行互联网贷款、线上业务办理145
4.4　智能化在银行业的应用场景与解决方案146
4.4.1 “智慧员工”推动银行发展，提升用户体验147
4.4.2　声纹识别助力银行风控防堵150
4.4.3　线下刷脸支付便利生活154
4.4.4　RPA加速银行业务流程自动化156
4.4.5　智能预测分析工具阻绝失败交易158
4.4.6　大数据技术加强银行风险管理160
4.4.7　图计算技术洞察反洗钱风险164
4.4.8　区块链助推征信的数据共享交易166
4.4.9　区块链技术融入跨境支付应用170
4.4.10　联邦学习为“数据孤岛”破局174
4.5　“智能银行”的挑战与未来176
4.5.1　银行信用体系的革新176
4.5.2　银行模式的开放化177
4.5.3　加密前提下的银行数据共享179
4.5.4　智能银行自主预测与规避风险180
4.5.5　科技把控银行监管尺度182
第5章　金融智能开启保险新常态183
5.1　保险业发展现状184
5.1.1　保险业的起源与发展186
5.1.2　中国保险业的发展历程188
5.1.3　科技对保险业发展的影响193
5.2　传统保险业的痛点196
5.2.1　客服痛点196
5.2.2　理赔痛点198
5.2.3　风控痛点201
5.2.4　营销痛点206
5.3　传统保险业的转型道路210
5.4　智能化在保险业的应用场景与解决方案212
5.4.1　智能客服213
5.4.2　智能理赔216
5.4.3　智能风控224
5.4.4　智能营销 225
5.5　“智能保险”的挑战与未来233
第6章　金融智能打造证券新业态239
6.1　证券业发展现状240
6.1.1　证券业的概念240
6.1.2　我国证券业的发展历程及趋势243
6.1.3　科技对证券业发展的影响247
6.2　传统证券业的痛点248
6.3　传统证券业的转型道路250
6.3.1　金融智能引领证券业务模式变革250
6.3.2　金融智能与证券业深度融合251
6.3.3　金融智能加速传统证券业的线上化转型253
6.4　金融智能在证券业的应用场景及解决方案254
6.4.1　创新应用254
6.4.2　业务应用260
6.5　“智能证券”的挑战与未来271
6.5.1　证券市场格局日趋多元化271
6.5.2　智能化推动证券监管规则重塑272
6.5.3　证券信息透明化遏制智能证券风险273

.　　第一部分基础（第1~2章）
　　主要介绍了联邦学习的概念、由来、发展历史、架构思想、应用场景、优势、规范与标准、社区与生态等基础内容。
　　第二部分原理（第3~5章）
　　详细讲解了联邦学习的工作原理、算法、加密机制、激励机制等核心技术。
　　第三部分实战（第6~7章）
　　主要讲解了PySyft、TFF、CrypTen等主流联邦学习开源框架的部署实践，并给出了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等领域的具体解决方案。
　　第四部分拓展（第8~9章）
　　概述了联邦学习的形态、联邦学习的系统架构、当前面临的挑战等，并探讨了联邦学习的发展前景和趋势。
　　勘误与支持
　　联邦学习的概念很新，更新很快，虽然我们已尽可能使本书内容准确、全面、紧跟技术前沿，但书中仍难免存在遗漏或不妥之处，恳请读者批评指正。如果你有关于本书的任何意见或建议，欢迎发送邮件到yfc@hzbook.com，期待你的反馈。
　　致谢
　　本书的写作占用了我们大量的业余时间，在此特别感谢家人、朋友的理解和支持。另外，在本书写作过程中，机械工业出版社华章公司的编辑们给予了精心指导和大力支持，没有他们细致的工作，本书无法如此顺利地出版，特此感谢。
　　
　　
　　---------------------------8075159 - 金融智能：AI如何为银行、保险、证券业赋能---------------------------
　　
　　
　　过去，金融业的运转依赖于人工作业。
　　在笔者的印象中，20世纪90年代的银行柜台和证券交易大厅总是挤满了人——有来存工资的职员，有来收汇货款的企业会计，有盯完大盘后去窗口排队等待交易的股民……涉及钱的业务，手续总是繁多冗杂，填表盖章按手印，常常一等就是大半天。客户焦急，因为时间就是金钱；工作人员任务繁重，恨不得长出三头六臂，学会分身之术。
　　社会高速发展，经济活动日益活跃，带动了金融业的蓬勃发展，产生了巨大的货币流动、支付结算和证券交易等需求，这些急切的需求催促着金融业提高服务效率。
　　电子计算机、通信线路和磁盘介质等的出现，给金融后台业务带来了巨大的变化，业务效率相比过去的手工作业成倍提高。电子计算取代了传统的手工计算，账本的核对能够实时在线完成，人工失误大幅减少。从银行的支付结算电子化到证券市场的交易电子化，计算机的介入既提升了工作效率，也提高了准确率，彻底改变了这个行业的组织形式。
　　IT技术的蓬勃发展让金融前台业务效率突飞猛进，客户办结业务的自动化程度越来越高。自动柜员机的出现，标志着自助银行服务的萌芽，到后来网上银行、手机银行的普及，再到现在全民支付电子化，服务流程在透明度提高的同时也在简化，服务费率大幅降低，整个金融业的运转效率和服务体验均大大提升。
　　虽然电子化比美国起步晚了近40年，但是站在前人的肩膀上，依托自身扎实的技术水平，中国金融业发展迅猛，已显现弯道超车的势头。
　　未来，金融业或颠覆于人工智能。
　　得益于底层技术、硬件设施的进步及公众关注度的高涨，人工智能近几年热度越来越高，大量的资本和人才涌入这个行业，试图在这一波发展热潮中分一杯羹。基础层的云计算、大数据等技术的成熟催化了人工智能的进步，深度学习带来算法上的突破，掀起了人工智能浪潮，使得复杂任务分类准确率大幅提升，从而推动了计算机视觉、统计机器学习、自然语言处理、机器人技术、语音识别等技术的飞速发展。人工智能未来将会给各产业带来巨大变革，其影响将远大于互联网对各行业的改造，将彻底颠覆所有领域，并产生更多的价值。
　　金融智能主要以人工智能核心技术（统计机器学习、自然语言处理、图计算、联邦学习等）为驱动力，赋能金融行业的各种场景、各个环节、各项服务，包括流程改进、服务定制化、产品创新等，是目前科技赋能金融中的热点领域。它能创造新的模式、业务、流程与产品，从而对金融市场、金融机构、金融服务的提供方式产生重大影响，实现资产端的高效率定价，打破传统金融的信息壁垒，改变行业的运转规则。
　　金融智能的应用有智能客服、智能投顾、智能理赔、智能财务等。人工智能的“脑力”正在逐渐替代传统的人工作业，从最简单的会话，到现在能理解客户需求并提供解决方案，未来也许会影响世界资源的分配方式，实现真正意义上的普惠金融，满足所有人的金融服务需求。
　　为什么要写本书
　　在经济发展的新常态下，如何利用智能化手段加速我国金融业的发展，一直是我们思考的问题。目前，大数据、云计算和人工智能等技术正在对各行各业产生着前所未有的影响，金融业当然也不例外。随着近年来金融业与人工智能技术的快速融合，金融智能异军突起。凭借其降本增效的显著优势，金融智能对我国的金融结构及金融发展规模均影响深远。在这如火如荼的金融智能时代，广大从业人员正致力于金融智能的业务拓展和生态布局，急需一本对金融智能进行宏观判断并给出分析范式的图书作为指导，而本书正好填补了这一空白。如何全面展现金融智能的产业版图，如何以客观的视角洞悉金融智能的未来，正是本书要探索和追寻的问题。我们希望搭起全新的金融智能思考框架，以更好地诠释金融智能的现实意义，帮助金融从业人员以及所有对金融智能感兴趣的读者全面了解金融智能的演进态势、发展格局和未来趋势。相信本书将会为广大读者带来启发。
　　读者对象
　　本书适合一般金融业从业者，金融科技、大数据和人工智能从业者，以及对金融智能和金融行业数字化转型感兴趣的读者阅读。
　　本书主要内容
　　金融智能是人工智能等技术与金融行业深度融合的产物，旨在创新金融产品与服务，在实现降本增效的同时，提升用户体验和服务效率。首先，本书追本溯源，从人工智能出发，阐述了人工智能在不同维度上的定义及其主要的应用领域，并对常用的人工智能技术进行详细介绍（第1～2章），希望让读者对人工智能有个清晰的认识，以此推开金融智能的大门。然后，本书开始正式讲解金融智能（第3～6章），指出人工智能对金融业的必要性，剖析传统金融行业的痛点与局限，以及金融智能的特点与优势。此外，本书还深入分析了人工智能对金融界的影响，并从驱动因素、未来生态结构和发展趋势三个维度阐述了金融智能领域的未来发展。
　　我们的写作初衷是帮助广大读者全面了解金融智能的发展态势。因此，为了引发读者对“金融智能如何推动产业升级”的思考，在金融智能的大框架下，我们推演出“金融智能引领银行新生态”“金融智能开启保险新常态”和“金融智能打造证券新业态”这三大态势。从银行业的发展现状出发，我们总结了银行业所面临的诸多痛点，并指明对应传统银行的转型道路，提出人工智能在银行业方面可以落地的应用场景和具体解决方案，展望了新趋势下“智能银行”的挑战与未来。同时，我们详细描述了保险业的发展现状，结合其所遇到的痛点，有针对性地阐述了在金融智能背景下所催生的保险业应用场景，并立足于“智能保险”的未来展开论述。在本书的最后，我们详细阐述了证券行业的发展历程及趋势，挖掘出证券业所遇到的痛点及其转型道路，并在“金融智能+”模式的背景下，重新审视了证券行业的应用场景与解决方案，展望了“智能证券”的未来。
　　勘误和支持
　　金融智能概念新、涵盖范围广，虽然笔者已尽可能全面地梳理这一领域的信息，但难免存在遗漏或不妥之处，恳请读者批评指正。如果你有关于本书的任何意见或建议，欢迎发送邮件到yfc@hzbook.com，期待你的反馈。
　　致谢
　　本书的写作占用了笔者大量的业余时间，在此特别感谢家人的理解和支持。另外要特别感谢机械工业出版社华章公司的编辑在本书写作过程中给予的精心指导，没有他们的细致工作，本书不可能如此顺利地出版。
　　

.　　互联网金融认证联盟（IIFAA）理事长
　　
　　
　　---------------------------8075159 - 金融智能：AI如何为银行、保险、证券业赋能---------------------------
　　
　　
　　本书立足于金融智能的实际应用，针对真实场景下的具体应用案例展开深刻剖析，立足当下，同时展望未来，为读者描绘出金融智能的新蓝图。本书案例丰富，内容翔实，是一本很好的金融智能科普读物。
　　陈工孟
　　上海交通大学金融学教授
　　国泰安职业教育与产业发展研究院院长
　　资本与人才的大量涌入标志着人工智能时代的到来已不可阻挡，金融作为与社会各阶层都息息相关的行业，必将接受新一轮技术的洗礼。为了适应技术的变革，传统行业从业人员需要建立一种全新的分析范式和思维框架。本书可以称得上是一本教科书级的启蒙读物，希望它可以给更多的从业者、研究人员甚至是学生带来启发和思考。
　　斯雪明
　　中国计算机学会区块链专委会主任
　　本书从实际案例出发，以冷静审慎的态度为读者勾勒出一个真实的金融智能框架。你将在本书中看到以人工智能为核心的前沿技术在银行、保险、证券业的应用落地，深刻感受到金融领域智能化的魅力。
　　魏 炜
　　北京大学汇丰商学院管理学教授
　　院务委员会副主任
　　任何事物都不会是一成不变的，金融行业更是如此，新兴技术正推动着金融业发生大变革。本书以客观、新颖的视角洞悉了金融智能的新未来，并进行了独到且深刻的探索和解读。在人工智能盛行的今天，我相信这本书能够给金融从业人员带来深刻的启发。
　　林 熹
　　哈尔滨工业大学（深圳）教授
　　湾区国际金融科技实验室主任
　　当保险遇上人工智能，将会碰撞出怎样的火花？本书从专业的角度剖析了传统保险业在客服、理赔、风控、营销等方面面临的痛点，并通过人工智能和5G等新技术给出了解决方案和落地案例，向读者诠释了智能保险的转型之路。
　　金慧琳
　　韩国三星经济研究所金融产业室
　　首席研究员