以海量的数据为基础，在以深度学习等人工智能技术为工具的作用下，当下信息技术的革新给金融行业带来前所未有的创新动力，金融业态、风险特征，参与主体，商业逻辑，监管手段，法律关系，社会影响都发生了改变。『智能金融』时代的轮廓已日渐清晰，不容忽视。跨象乘云™ 为高校大数据与人工智能实验室，大数据与人工智能实验平台建设，提供海量实战项目案例库，360° 全方位覆盖数据科学、机器学习、深度学习与新一代人工智能技术在金融行业的各方面应用 ——
- 金融反欺诈：基于用户行为特征识别，规则引擎，以及自适应评估模型监测交易潜在的风险。
- 信贷风控：面向业务数据和环境数据分析，实现高准确率、可解释的贷款逾期预测方案。
- 理财营销：采用协同过滤、基于内容和混合系统推荐系统发掘消费者的偏好，提升理财计划准确性。
- 智慧保险：采用图像识别技术，实现车险，重疾险等险种的投保、评估、出险。
- 交易策略：将 Python 及数据科学库应用于财务分析与金融交易算法，制定交易策略。
- 机器量化分析：比基于现代投资组合理论量化框架，应用机器学习算法，构建科学合理的投资策略。
- 数字货币：实现加密货币价值起伏预测，各电子代币市场关联度分析。
- 区块链与智能合约：使用机器学习，数据增强等手段，使智能合约变得更为智能及安全。
- 知识图谱：通过信息抽取、知识表示、知识融合、知识推理实现金融投资决策分析。
通过面向垂直行业的海量案例聚焦实战，以及完整的『端到端』业务流程演示与上机操作训练，让学生获取跨学科，跨专业知识认知并真正了解如何将数据科学、机器学习、深度学习、人工智能技术与产业应用的业务背景结合在一起，以及了解企业实施技术需求。通过直观而具备针对性的实践训练，使学生在短时间内得到应用技术技能的提升，更进一步满足职业岗位对工作技能的需求。
案例演示：信用卡欺诈检测
案例演示：数字货币收益的时间序列分析和预测
更多精彩案例演示，欢迎访问跨象乘云™ B 站官方频道。
相关链接 ——