机器学习在风险评估中的应用初探被引量：1

原文传递

导出

摘要机器学习是大数据时代最具代表性的技术,在风险识别领域发挥着重要作用。机器学习能通过数据挖掘、建模、分析,调优发现潜在风险因素,并达到降低风险的目的。本文联系实际,对机器识别在风险评估中的应用展开探究,以供参考。

作者缪崇大

机构地区华龄和平南京智能科技有限公司

出处《南国博览》 2019年第8期42-42,共1页 The South of China Today

关键词机器学习风险评估应用

分类号 TP181 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献2

1徐怡.机器学习在金融风险管理中的应用探析[J].安顺学院学报,2019,21(5):110-114. 被引量：3
2李苍舒.基于机器学习理论的中国新金融业态风险预判与防范[J].学术论坛,2019,42(4):114-121. 被引量：5

二级参考文献8

1姚畅燕,吴姗姗.P2P网络借贷平台风险预警模型构建及实证分析[J].西安财经学院学报,2016,29(4):52-59. 被引量：13
2中国人民银行武汉分行办公室课题组,韩飚,胡德.人工智能在金融领域的应用及应对[J].武汉金融,2016,0(7):46-47. 被引量：47
3吴俊,陈亮,高勇.国外人工智能在金融投资顾问领域的应用及对我国启示[J].金融纵横,2016,0(6):88-92. 被引量：26
4张琳,汤薇,林晓婕,周媛.基于SVM-SRISK的非上市保险公司系统性风险度量[J].保险研究,2018,0(6):3-15. 被引量：22
5涂艳,王翔宇.基于机器学习的P2P网络借贷违约风险预警研究——来自“拍拍贷”的借贷交易证据[J].统计与信息论坛,2018,33(6):69-76. 被引量：35
6张卫国,卢媛媛,刘勇军.基于非均衡模糊近似支持向量机的P2P网贷借款人信用风险评估及应用[J].系统工程理论与实践,2018,38(10):2466-2478. 被引量：32
7全颖,敬然.P2P网贷借款人信用风险预警研究[J].中国流通经济,2019,33(2):120-128. 被引量：5
8万冬仪.P2P网络借贷平台风险预警研究[J].经贸实践,2018(11X):42-44. 被引量：1

共引文献6

1崔心怡.关于机器学习在股权质押风险预测应用的文献综述[J].大众投资指南,2021(20):11-12.
2罗航,杨卓异.提升重大突发公共卫生事件中的数据治理能力——以防控COVID-19为例[J].西华大学学报（哲学社会科学版）,2020,39(3):45-54. 被引量：5
3江辰,王邦虎.疫情防控中的大数据应用与社会治理创新[J].中共乌鲁木齐市委党校学报,2021(3):28-34. 被引量：2
4胡常举,刘一田.基于调控云的数据权限控制研究[J].微型电脑应用,2022,38(9):70-72. 被引量：1
5周春英.数字经济时代下新金融业态风险的识别和防控[J].山西财政税务专科学校学报,2023,25(3):27-31. 被引量：3
6李瑞芬,姜宏敏.机器学习在金融风险管理中的应用[J].移动信息,2024,46(1):179-181.

同被引文献11

1詹曙,姚尧,高贺.基于随机森林的脑磁共振图像分类[J].电子测量与仪器学报,2013,27(11):1067-1072. 被引量：18
2沈倩倩,邵峰晶,孙仁诚.基于XGBoost的乳腺癌预测模型[J].青岛大学学报（自然科学版）,2019,32(1):95-100. 被引量：14
3杨雯靖,念家云,杨国旺.中西医结合治疗乳腺癌现状及展望[J].北京中医药,2020,39(10):1009-1013. 被引量：17
4刘建明,李玉梅,张涛,宋剑鸣.一种基于PCA-RF的卡钻预测方法[J].北京信息科技大学学报（自然科学版）,2021,36(1):18-22. 被引量：11
5程一芳.数据挖掘中的数据分类算法综述[J].数字通信世界,2021(2):136-137. 被引量：7
6许赟,许艾文.基于随机森林的遥感影像云雪雾分类检测[J].国土资源遥感,2021,33(1):96-101. 被引量：10
7陈玮,卢佳伟.基于特征矩阵优化与数据降维的文本聚类算法[J].数据采集与处理,2021,36(3):587-594. 被引量：16
8叶琳,石胜源,罗铁清.AdaBoost算法在乳腺癌疾病预测中的研究[J].计算机时代,2021(7):61-64. 被引量：7
9廖华龙,曾小茜,李华凤,于洋,赵灿,陈宇.机器学习在疾病预测中的应用[J].生物医学工程研究,2021,40(2):203-209. 被引量：21
10金玉梅,陈航.教育大数据挖掘的价值定位、现实限制与有效策略[J].教育理论与实践,2021,41(19):3-8. 被引量：11

引证文献1

1汪家清,韦哲,张太鹏,于金玉,张鑫,穆云祥.基于随机森林算法的乳腺癌预测模型的研究[J].中国医学装备,2022,19(1):119-123. 被引量：9

二级引证文献9

1李顺勇,张佳璇,张睿轩,张慧如.基于谱聚类的运动员差分隐私保护算法研究[J].网络安全技术与应用,2022(12):33-37.
2常小改,冯爱芬,范静雅.基于机器学习的抗乳腺癌候选药物的分类预测[J].四川文理学院学报,2023,33(2):54-60.
3花蕊,朱家明.基于深度神经网络对抗乳腺癌候选药物ERα生物活性的预测[J].陕西理工大学学报（自然科学版）,2023,39(2):47-53.
4陈松鹤,陈烨,虞听,陈亚栋.基于TCGA数据库的胰腺癌临床预后风险模型构建与药物筛选[J].浙江中西医结合杂志,2023,33(8):763-769.
5胡诤贇,史建伟,申建伟,王冰,蒋春苗,刘冲.基于机器学习鉴定早产儿支气管肺发育不良的关键基因[J].中华妇幼临床医学杂志（电子版）,2023,19(4):446-454.
6丁晨梦,姚洁,胡雪慧,闫沛.基于Web of Science护理领域机器学习算法应用研究的可视化分析[J].中国数字医学,2023,18(10):98-104. 被引量：1
7毛轩晴.基于Light-GBM算法对生物活性的定量预测[J].运筹与模糊学,2024,14(4):514-523.
8郭洪彬,马富凯,吴祎炜,张文川.原发性三叉神经痛手术治疗决策辅助预测模型的构建及验证[J].中华神经外科杂志,2024,40(10):1043-1049.
9汤伟,漆苏应,杨晓东,李国强.基于随机森林和最近邻插值法的交通流量数据修复方法[J].科学技术与工程,2024,24(32):14056-14065.

1戚子特.一通三防技术在煤矿安全生产的应用[J].电子乐园,2019(28):76-76.
2骆建华.垂体后叶素治疗肺结核咯血患者的临床效果与护理分析[J].世界最新医学信息文摘,2019,0(89):344-344. 被引量：2
3范文娜,田建梅,刘晓伟.主动风险护理程序对重症肺炎患儿护理安全的影响评价[J].内蒙古医科大学学报,2018,0(S01):285-287. 被引量：15
4曾冬菊,刘玉娴.急诊科门诊输液患者的潜在风险因素探讨与相关护理策略研究[J].首都食品与医药,2020,27(5):149-149.
5董佳瑛.包含电动汽车客户的售电公司运营风险思考[J].区域治理,2020,0(1):212-214.

南国博览

2019年第8期

浏览历史

内容加载中请稍等...

机器学习在风险评估中的应用初探被引量：1

参考文献2

二级参考文献8

共引文献6

同被引文献11

引证文献1

二级引证文献9

相关作者

相关机构

相关主题

浏览历史

机器学习在风险评估中的应用初探 被引量：1

参考文献2

二级参考文献8

共引文献6

同被引文献11

引证文献1

二级引证文献9

相关作者

相关机构

相关主题

浏览历史

机器学习在风险评估中的应用初探被引量：1