大数据技术在会计与财务中的应用 课件 3.1 机器学习概述.pptxVIP

大数据技术在会计与财务中的应用

作者：张敏等

2026/9/7

《大数据技术在会计与财务中的应用》配套课件

第3章·3.1机器学习概述

目录

3.1.1机器学习概念及分类

3.1.2机器学习的任务

3.1.3训练集、验证集及测试集

3.1.4机器学习的流程

3.1机器学习概述

3.1机器学习概述|02/16

机器学习概念及分类

机器学习指让计算机系统学习数据中的模式和规律，从而完成预测或分类等任务。

具体而言，机器学习算法通过对大量的数据进行学习，能够自动发现数据中的模式，并对新的数据进行泛化。

在财会领域，机器学习有着广泛的应用价值。它可以用来检测财务欺诈行为、预估企业绩效以及预测股票市场的走势等。

3.1机器学习概述|03/16

机器学习概念及分类

根据学习任务中是否使用标注数据，机器学习可以分为有监督学习、无监督学习以及半监督学习。

有监督学习算法是基于预先标注的数据集来训练模型的一种方法，旨在预测新数据的输出。通过分析包含输入特征及其对应输出标签的训练样本，学习到输入与输出之间的映射关系。

预测企业财务舞弊：是否舞弊的历史数据

预测公司股价走势：历史的股票市场表现

预测客户违约概率：历史的违约情形

2026/9/7

《大数据技术在会计与财务中的应用》配套课件

3.1机器学习概述|04/16

机器学习概念及分类

不