- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
“深港澳金融科技师”专才计划一级考试大纲科目:《人工智能通识》
一、考查目标
章节
学习目标
第一章(Studysession1)
了解人工智能的基本定义
了解人工智能的发展历史
了解人工智能的三大主要流派及其主要观点
了解人工智能的主要研究目标
了解监督学习、无监督学习以及半监督学习的定义和区别
了解人工智能的发展方向以及当前
的前沿技术方向
第二章(Studysession2)
了解搜索的基本概念。
熟悉相关的搜索问题。
掌握如何使用状态空间法表示搜索问题。
了解状态空间法的有向图描述。
掌握搜索的基本思想。
掌握基本的广度优先和深度优先搜索方法。
了解一致代价搜索方法。
了解启发式搜索函数。
熟悉A以及A*算法。
了解多种不同的启发式搜索策略
第三章(Studysession3)
掌握博弈决策的基本概念。
理解机器博弈决策的优势。
掌握博弈问题建模的四个要素,并依次进行博弈问题建模。
掌握博弈决策问题分类方法。
掌握简单博弈问题的复杂度计算方法。
理解Alpha-Beta剪枝算法,可以判断出Mini-Max博弈树中的剪枝位置。
了解博弈决策的基本方法。
第四章(Studysession4)
熟悉知识表示的基本定义
熟悉确定性知识推理的基本定义
掌握谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法
熟悉产生式与蕴涵式的区别
了解本体表示法、知识图谱表示法
掌握产生式系统推理中的正向推理、逆向推理的基本方法以及二者的主要区别
熟悉规则演义系统推理中的正向演绎推理、逆向演绎推理的基本方法
了解双向推理、双向演绎推理、定性推理与本体推理
熟悉通过语义网络知识表示法识别金融欺诈的基本流程
了解知识表示方法在金融领域的相
关应用
第五章(Studysession5)
了解不确定性推理的基本问题
掌握匹配、传递、证据组合和结论合成问题的定义
了解不确定的表示与度量思想
掌握主观贝叶斯方法的计算
熟悉概率推理的数学基础
熟悉主观贝叶斯方法对不确定推理基本问题的解决方法
熟悉可信度理论与证据理论对不确
定推理的基本问题的解决方法
第六章(Studysession6)
熟悉机器学习的基本概念
了解机器学习的发展历程
掌握机器学习的三种主要分类方式
了解统计学习主要方法与模型的特点
熟悉统计学习主要方法与模型的学习范式与应用领域
了解深度学习主要方法与模型的特点
熟悉深度学习主要方法与模型的学
习范式与应用领域
第七章(Studysession7)
了解计算智能和传统人工智能的区别
了解神经计算的生物学原理
了解神经计算的特点
了解进化计算的生物学原理
了解进化计算的典型算法和特点
了解群体智能的生物学原理
了解群体智能的典型算法和特点
第八章(Studysession8)
掌握智能主体的概念和特性
了解智能主体的主要分类
掌握PEAS描述方法
熟悉智能主体环境的分类
掌握智能主体的一般结构
了解单个智能主体的不同结构及其优缺点
掌握多智能主体系统的概念
了解多智能主体的特性、分类和结构
熟悉智能主体在各个领域的主要应
用
第九章(Studysession9)
掌握面向金融领域的信息抽取基本概念
熟悉面向金融领域的信息抽取任务的主要特点
了解面向金融领域的信息抽取的主
流方法
第十章(Studysession9)
掌握面向金融领域的情感分析主要方法
熟悉股价走势预测的概念
了解结合事件情感的股价走势预测基本流程
第十一章(Studysession11)
了解问答系统的基本概念。
熟悉问答系统的基本方法。
了解BERT模型的基本组成。
熟悉检索式问答的主要技术。
掌握语义匹配的基本定义。
了解序列生成模型。
掌握基于模块的对话方法的组成。
了解金融领域问答系统推荐使用的技术。
熟悉构造金融问答系统的基本过
程。
第十二章(Studysession12)
熟悉生物特征识别的概念和技术类别。
了解生物特征识别在金融领域的应用场景。
掌握基于生理特性的指纹识别、人脸识别、虹膜识别和静脉识别的概念、基本流程和应用场景。
掌握基于行为特性的签名识别、声
纹识别和步态识别的概念、基本流程和应用场景。
第十三章(Studysession13)
1.了解联邦学习的起源
了解联邦学习的定义
熟悉联邦学习的分类
了解联邦学习在金融领域的应用场景
了解横向联邦学习技术框架
了解纵向联邦学习中数据的分布特点
第十四章(Studysession14)
了解基于机器学习的博弈决策基本方法(构架、运行模式)。
了解虚拟遗憾最小化(CFR)算法的基本思想。
了解并能举出机器博弈决策技术在金融领域应用的几个案例。
了解相较于传统方法,机器博弈决
策技术在金融领域应用中的优势。
二、考查要点
文档评论(0)