本书系统地介绍了人工智能的基础知识、核心技术、近年来的发展，以及在金融领域的应用情况。全书分为上下两篇，共14章。上篇为人工智能基础理论，内容包括人工智能概述、智能搜索技术、博弈决策、确定性知识表示及知识推理、不确定性推理、机器学习、计算智能、智能主体技术；下篇为人工智能的应用，内容包括面向金融领域的信息抽取、面向金融领域的情感分析、智能问答、生物特征识别、联邦学习、博弈决策进阶及其在金融领域的应用。
本书可作为深港澳金融科技师一级考试的复习指导用书，也可供从事或有志于从事金融科技工作的读者、金融机构相关业务部门工作者以及希望了解金融科技相关理论知识及实际应用的读者学习参考。

编写说明
前言
学习大纲
上篇 人工智能基础理论
章 人工智能概述
节 人工智能的定义
第二节 人工智能的起源与发展
第三节 人工智能研究中各学派的认知观
第四节 人工智能主要研究目标与内容
第五节 人工智能研究的现状及展望
第二章 智能搜索技术
节 搜索的概念及表示
第二节 盲目搜索方法
第三节 启发式搜索方法
第三章 博弈决策
节 博弈决策概述
第二节 机器博弈决策
第三节 机器博弈问题的分类及复杂度
第四节 机器博弈决策的基本方法
第四章 确定性知识表示及知识推理
节 知识表示及知识推理概述
第二节 确定性知识表示方法
第三节 确定性知识推理方法
第四节 知识表示下的金融知识图谱应用实例
第五章 不确定性推理
节 确定性推理与不确定性推理的区别
第二节 不确定性推理的表示及度量
第三节 概率推理与主观贝叶斯方法
第四节 可信度推理与证据理论
第六章 机器学习
节 机器学习概述
第二节 统计学习的主要方法与模型
第三节 深度学习的主要方法与模型
第七章 计算智能
节 计算智能概述
第二节 神经计算
第三节 进化计算
第四节 群体智能
第八章 智能主体技术
节 智能主体技术概述
第二节 智能主体的环境
第三节 智能主体的体系结构
第四节 多智能主体系统
第五节 智能主体的应用
下篇 人工智能的应用
第九章 面向金融领域的信息抽取
节 面向金融领域的命名实体识别
第二节 面向金融领域的关系抽取
第三节 面向金融领域的时间抽取
第四节 面向金融领域的事件抽取
第十章 面向金融领域的情感分析
节 面向金融领域的情感分析方法
第二节 事件情感与股价走势的关系
第三节 结合事件情感的股价走势预测
第十一章 智能问答
节 问答系统概述
第二节 检索式问答
第三节 交互式问答
第四节 检索式金融智能问答构建流程
第十二章 生物特征识别
节 生物特征识别概述
第二节 基于生理特征的生物特征识别
第三节 基于行为特征的生物特征识别
第十三章 联邦学习
节 联邦学习概述
第二节 联邦学习与智慧金融
第三节 联邦学习与智慧零售
第十四章 博弈决策进阶及其在金融领域的应用
节 进阶——基于机器学习的博弈决策
第二节 机器博弈决策技术在金融领域的应用
参考文献