Sách mới 2023 - Sách chuyên khảo Khoa học dữ liệu trong lĩnh vực Tài chính - Ngân hàng

Khoa học dữ liệu trong lĩnh vực Tài chính - Ngân hàng là một cuốn sách chuyên khảo, được biên soạn từ kết quả nghiên cứu của chúng tôi và những kinh nghiệm thực tiễn tích lũy được trong quá trình chúng tôi làm việc với khoa học dữ liệu. Các nội dung trong cuốn sách được lựa chọn từ nhiều hoạt động nghiên cứu do nhóm tác giả thực hiện, trong đó có kết quả đã được công bố trên các tạp chí khoa học quốc tế và trong nước có uy tín. Cuốn sách cung cấp đồng thời kiến thức lẫn kỹ năng trong lĩnh vực khoa học dữ liệu ứng dụng vào Tài chính - Ngân hàng thông qua trải nghiệm thực hành. Mỗi chương trong sách được xây dựng dưới dạng một tình huống phân tích cụ thể, cung cấp phương pháp, công cụ và kỹ năng cần thiết để phân tích cơ sở dữ liệu gần gũi với thực tế. Từ những yêu cầu cơ bản đến những thách thức tiêu biểu trong lĩnh vực Tài chính - Ngân hàng, cuốn sách giúp người đọc trải nghiệm phương pháp trong việc xử lý dữ liệu đồng thời tích lũy kỹ năng giải quyết các yếu tố phát sinh để tối ưu hóa mô hình theo những kỳ vọng khác nhau. Mặc dù trong thực tế, phạm vi ứng dụng của khoa học dữ liệu trong lĩnh vực Tài chính - Ngân hàng rất rộng và đang phát triển, chúng tôi không thể bao hàm toàn bộ sự phát triển đó trong cuốn sách này. Thay vào đó, chúng tôi đã lựa chọn giới thiệu 7 giải thuật thân thiện nhưng có thể khai thác để giải quyết 7 bài toán phức tạp và chuyên sâu trong lĩnh vực Tài chính - Ngân hàng. Những bài toán này trải dài từ hoạt động tín dụng ngân hàng, quản trị rủi ro trong doanh nghiệp đến sự biến động của các tài sản tài chính trên thị trường tài chính, bao gồm cổ phiếu và chứng quyền. Với sự lựa chọn này, chúng tôi tin rằng có thể giúp người đọc tích lũy từ kiến thức cơ bản và định hướng người đọc tự khám phá các kỹ thuật chuyên sâu. Một điều đặc biệt của khoa học dữ liệu đó là mặc dù các giải thuật một khi đã được phát triển sẽ được cung cấp rộng rãi miễn phí cho cộng đồng, nhưng khai thác các giải thuật này một cách hiệu quả lại là một nghệ thuật tùy chỉnh, đòi hỏi ở người phân tích dữ liệu phải có nền kiến thức Tài chính – Ngân hàng đủ sâu và có sự nhạy bén nhất định để cảm nhận được các thông điệp của dữ liệu. Qua cuốn sách này, chúng tôi kỳ vọng rằng người đọc sẽ trải nghiệm nghệ thuật này tuyệt đẹp này. Với sự kết hợp giữa nghiên cứu chuyên sâu và sự truyền đạt thân thiện, dễ hiểu, cuốn sách này hy vọng truyền tải những kiến thức quý giá và phát triển sự yêu thích với khoa học dữ liệu ứng dụng trong lĩnh vực Tài chính - Ngân hàng. Đồng thời, sự thảo luận và giải đáp giữa người dạy và người học trong cuốn sách cũng giúp hiểu rõ hơn về bối cảnh thực tế và tương thích trong việc ứng dụng trí tuệ nhân tạo trong lĩnh vực này. Đây là một trong những cuốn sách đầu tiên trong lĩnh vực Khoa học dữ liệu mà được biên soạn bằng tiếng Việt, bởi chắp bút bởi nhóm tác giả đam mê, kết hợp kinh nghiệm đa lĩnh vực, từ Tài chính - Ngân hàng đến khoa học dữ liệu. Với sự kết hợp này, các nội dung trong sách được giải thích một cách dễ hiểu và trực quan, mang lại cho người đọc một phương pháp học tập đa chiều và đầy sáng tạo, đồng thời giúp cho người đọc có thể vận dụng những kiến thức này vào thực tiễn một cách linh hoạt và sáng tạo. Với những thông tin và kiến thức giá trị được cung cấp trong sách, chúng tôi hy vọng sách sẽ đáp ứng được nhu cầu của người đọc và trở thành một cầu nối giữa hoạt động giảng dạy và học tập với thực tiễn. Hy vọng, sách sẽ được đón nhận không chỉ trong hoạt động đào tạo, mà còn rộng rãi đối với người đọc quan tâm đến lĩnh vực Tài chính - Ngân hàng và muốn học tập và áp dụng khoa học dữ liệu vào công việc của mình. Đây là ấn phẩm đầu tiên của chúng tôi trong lĩnh vực này và đã dành rất nhiều công sức để hoàn thiện. Tuy vậy, chúng tôi nhận thức rõ về giá trị của phản hồi tích cực giúp nâng cao chất lượng của sách. Theo đó, nhóm biên soạn mong muốn tiếp nhận ý kiến phản biện thiện chí cùng các góp ý có tính xây dựng từ quý độc giả, để tiếp tục hoàn thiện cuốn sách. Chủ biên Phạm Thị Thanh Xuân Nội dung:CHƯƠNG 1Tổng quanCHƯƠNG 2Khai thác Decision tree để xác định nguyên tắc tín dụngCHƯƠNG 3Khai thác SHAP để đo lường tác động của thuộc tínhCHƯƠNG 4Khai thác Natural Language Processing và Random forest để phân tích sắc thái cảm xúc của thông tinCHƯƠNG 5Khai thác Neural Network Keras để thiết lập mô hình nhận diện và cảnh báo rủi roCHƯƠNG 6Khai thác Random Forest thiết lập mô hình dự báo xu hướngCHƯƠNG 7Xác định bộ thuộc tính tối ưuCHƯƠNG 8Khai thác Artificial Neural Network và SHAP để dự báo vàgiải thích xu hướng vận động giá chứng quyền Giá sản phẩm trên Tiki đã bao gồm thuế theo luật hiện hành. Bên cạnh đó, tuỳ vào loại sản phẩm, hình thức và địa chỉ giao hàng mà có thể phát sinh thêm chi phí khác như phí vận chuyển, phụ phí hàng cồng kềnh, thuế nhập khẩu (đối với đơn hàng giao từ nước ngoài có giá trị trên 1 triệu đồng).....