機(jī)器學(xué)習(xí)方法在銀行現(xiàn)金預(yù)測(cè)系統(tǒng)中的應(yīng)用.pdf

1、隨著金融電子化的迅猛發(fā)展,銀行業(yè)發(fā)生了革命性的變革.銀行擁有龐大的業(yè)務(wù)系統(tǒng)以及龐大的業(yè)務(wù)數(shù)據(jù),迫切需要充分運(yùn)用數(shù)據(jù)挖掘的技術(shù),從龐大的業(yè)務(wù)系統(tǒng)數(shù)據(jù)中根據(jù)各種需要"挖掘"出有用的信息,從而作出正確的決策,使銀行在競(jìng)爭(zhēng)中立于不敗之地.該文闡述了數(shù)據(jù)挖掘的方法、步驟、功能以及應(yīng)用,結(jié)合在機(jī)器學(xué)習(xí)領(lǐng)域中較新較前沿的一些思想和方法,綜合了多種機(jī)器學(xué)習(xí)方法,重點(diǎn)從統(tǒng)計(jì)學(xué)習(xí)理論的角度分析了機(jī)器學(xué)習(xí)中的人工神經(jīng)網(wǎng)絡(luò)算法、基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化(SRM)歸納

2、原則的支持向量機(jī)學(xué)習(xí)算法以及原理,并將理論運(yùn)用到實(shí)踐之中.該文從銀行實(shí)際業(yè)務(wù)需要出發(fā),運(yùn)用數(shù)學(xué)挖掘方法建立了系統(tǒng)模型,試圖解決銀行業(yè)務(wù)中的一個(gè)實(shí)際問題——網(wǎng)點(diǎn)現(xiàn)金發(fā)生量的預(yù)測(cè).同時(shí),該文對(duì)該套系統(tǒng)模型進(jìn)行了系統(tǒng)實(shí)現(xiàn),以銀行的現(xiàn)金數(shù)據(jù)作為數(shù)據(jù)來源,分別用1NN、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等多種機(jī)器學(xué)習(xí)方法進(jìn)行測(cè)試、比較,并給出了實(shí)際的結(jié)果以及分析.通過實(shí)驗(yàn)表明,應(yīng)月于銀行現(xiàn)金業(yè)務(wù)預(yù)測(cè),基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化(SRM)歸納原則的支持向量機(jī)學(xué)習(xí)算法優(yōu)于