دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.] نویسندگان: Noura Metawa (editor), M. Kabir Hassan (editor), Saad Metawa (editor) سری: ISBN (شابک) : 0367700565, 9780367700560 ناشر: Routledge سال نشر: 2022 تعداد صفحات: 256 [249] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Artificial Intelligence and Big Data for Financial Risk Management: Intelligent Applications (Banking, Money and International Finance) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب هوش مصنوعی و کلان داده برای مدیریت ریسک مالی: برنامه های هوشمند (بانکداری، پول و امور مالی بین المللی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
This book presents a collection of high-quality contributions on the state-of-the-art in Artificial Intelligence and Big Data analysis as it relates to financial risk management applications. It brings together, in one place, the latest thinking on an emerging topic and includes principles, reviews, examples, and research directions. The book presents numerous specific use-cases throughout, showing practical applications of the concepts discussed. It looks at technologies such as eye movement analysis, data mining or mobile apps and examines how these technologies are applied by financial institutions, and how this affects both the institutions and the market.
This work introduces students and aspiring practitioners to the subject of risk management in a structured manner. It is primarily aimed at researchers and students in finance and intelligent big data applications, such as intelligent information systems, smart economics and finance applications, and the internet of things in a marketing environment.
Cover Half Title Series Page Title Page Copyright Page Table of Contents List of figures List of tables List of contributors 1 Grey Model as a Tool in Dynamic Portfolio Selection: Simple Applications 2 Predicting Financial Statement Fraud Using Artificial Neural Networks 3 Bank Network Credit Model and Risk Management System Based on Big Data Technology 4 Deep Learning in Detecting Financial Statement Fraud: An Application of Deep Neural Network (DNN) 5 Predicting Stock Return Risk and Volatility Using Neural Network: The Case of the Egyptian Stock Exchange 6 Operation Analysis of Financial Sharing Center Based on Big Data Sharing Technology: Taking SF Express as an Example 7 Optimization Algorithms for Multiple-Asset Portfolios with Machine Learning Techniques: Theoretical Foundations of Optimum and Coherent Economic Capital Structures 8 Random Forest and Grey Methodology in Dynamic Portfolio Selection 9 The Role of Blockchain in Financial Applications: Architecture, Benefit, and Challenges 10 Using Computer Blockchain Technology to Analyze the Development Trend of China’s Modern Financial Industry 11 Financial Efficiency Differentiation Based on Data Quantitative Analysis under Big Data Technology 12 Optimization Algorithms for Multiple-Asset Portfolios with Machine Learning Techniques: Practical Applications with Forecasting of Optimum and Coherent Economic Capital Structures 13 An Overview of Neural Network in Financial Risk Management Index