【導(dǎo)語】隨著機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的不斷發(fā)展，相關(guān)技術(shù)在越來越多的領(lǐng)域得到了應(yīng)用，機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)和其他學(xué)科的結(jié)合已經(jīng)成為了必然趨勢。在本文中，我們給大家分享了一個包含機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)技術(shù)在工業(yè)界開源應(yīng)用的 Github 項目，具體領(lǐng)域包括會計、銀行和保險業(yè)務(wù)、法律和法規(guī)、政府和公共政策等等。該項目仍在持續(xù)更新中。

隨著機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)技術(shù)的不斷發(fā)展，在工業(yè)界出現(xiàn)了越來越多的相關(guān)技術(shù)應(yīng)用，學(xué)科交叉已經(jīng)成為必然趨勢。

在今天的分享中，營長為大家選取了一個來自GitHub的項目，該項目整理了機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)在工業(yè)界的落地應(yīng)用，應(yīng)用領(lǐng)域包括會計、銀行和保險業(yè)務(wù)、法律和法規(guī)、政府和公共政策等領(lǐng)域。在該項目中，除非特別注明，作者分享的大部分項目都基于 Python 。另外，為了使得項目代碼更具參考性，該項目列表沒有包含明確聲明“不再更新”或者已超出2年未更新的相關(guān)項目。

先為大家梳理了一下該項目的相關(guān)內(nèi)容，以便大家快速查看。如果希望進(jìn)一步了解相關(guān)內(nèi)容，可查看文末的 GitHub 項目地址。

在該項目中，作者嘗試對機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)在工業(yè)界的具體應(yīng)用情況進(jìn)行匯總，預(yù)計包含的領(lǐng)域如下表：

目前，作者已經(jīng)整理了會計、銀行和保險業(yè)務(wù)、法律和法規(guī)、政府和公共政策四個領(lǐng)域的相關(guān)開源項目情況，并進(jìn)行了歸納和匯總。對于每個領(lǐng)域，作者對相關(guān)資源進(jìn)行了分類和項目匯總，并給出了每個項目的鏈接和簡短介紹。該項目列表仍在持續(xù)更新中。

領(lǐng)域：會計

作者將會計相關(guān)的應(yīng)用劃分為7類，包括機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、文本分析、數(shù)據(jù)獲取與處理、相關(guān)研究和文章、網(wǎng)站、課程。下面對各部分進(jìn)行分別介紹。

機(jī)器學(xué)習(xí)

1.Chartof Account Prediction：使用帶標(biāo)簽的數(shù)據(jù)集預(yù)測每筆交易的賬戶名稱。

2.AccountingAnomalies：使用深度學(xué)習(xí)框架識別會計信息中的異常。

3.FinancialStatement Anomalies：基于 R語言，在會計文件歸檔前檢測會計異常信息。

4.UsefulLife Prediction：使用傳感器數(shù)據(jù)和特征工程預(yù)測資產(chǎn)的可使用年限。

5.AI Applied to XBRL：將可擴(kuò)展商業(yè)報告語言（XBRL）用于 AI 和機(jī)器學(xué)習(xí)。

數(shù)據(jù)分析

1.ForensicAccounting：包含使用數(shù)據(jù)分析手段進(jìn)行法務(wù)會計的案例研究集合。

2.GeneralLedger：對會計系統(tǒng)中的總賬進(jìn)行數(shù)據(jù)處理。

3.BulletGraph：以子彈圖（bullet graph）形式對銷售、委托及其他會計活動進(jìn)行可視化。

4.AgedDebtors：對長期債務(wù)人的案例分析。

5.AutomatedFS XBRL：自動生成 XBRL ，也可使用 python 格式輸出。

文本分析

1.FinancialSentiment Analysis：對交易信息進(jìn)行情感分析、距離分析和交易份額分析。

2.Extensive NLP：針對會計研究的 NLP 技術(shù)匯總。

數(shù)據(jù)，句法分析和 APIs

1.EDGAR：獲取電子化數(shù)據(jù)收集、分析及檢索系統(tǒng)（EDGAR）數(shù)據(jù)的指南。

2.IRS：獲取美國國家稅務(wù)局（IRS）歸檔數(shù)據(jù)并進(jìn)行句法分析的指南。

3.FinancialCorporate：羅格斯大學(xué)提供的金融數(shù)據(jù)集

4.Non-financialCorporate：羅格斯大學(xué)提供的非金融公司數(shù)據(jù)集

5.PDFParsing：從 PDF 文件中抽取有用信息

6.PDFTabel to Excel：從 PDF 文件中輸出表格

研究和文章

1.UnderstandingAccounting Analytics：介紹了會計分析的重要性。

2.VLFeat：一個計算機(jī)視覺算法的開源庫，并且提供了 Matlab 工具。

網(wǎng)站

1.RutgersRaw：羅格斯大學(xué)的數(shù)字會計研究

課程

1.ComputerAugmented Accounting：羅格斯大學(xué)的系列視頻課程，主要講解如何將計算機(jī)手段應(yīng)用到會計中。

2.Accountingin a Digital Era：羅格斯大學(xué)的系列視頻課程，主要講解數(shù)字時代對會計的影響。

領(lǐng)域：銀行和保險業(yè)

作者將該領(lǐng)域歸納為7部分內(nèi)容，包括消費經(jīng)濟(jì)、管理、評估、欺詐、保險業(yè)及其風(fēng)險、物質(zhì)基礎(chǔ)、數(shù)據(jù)。下面進(jìn)行分別介紹。

消費金融

1.LoanAcceptance：對借貸成功率的分類和時序分析。

2.PredictLoan Repayment：使用自動特征工程預(yù)測貸款是否會被歸還

3.LoanEligibility Ranking：檢驗消費者是否具有貸款資質(zhì)的系統(tǒng)

4.HomeCredit Default：預(yù)測家庭信用違約

5.MortgageAnalytics：對按揭貸款的擴(kuò)展分析

6.CreditApproval：輔助信用卡辦理申請批準(zhǔn)的系統(tǒng)

7.LoanRisk：通過預(yù)測模型降低壞賬率，減小貸款損失

8.Amortisationschedule：用于個人使用的自動分期付款計劃

管理

1.CreditCard：對信用卡消費者進(jìn)行顧客終生價值（CLV）評估

2.SurvivalAnalysis：對顧客進(jìn)行生存分析

3.NextTransaction：使用深度學(xué)習(xí)模型預(yù)測下一次交易的金額和時間

4.CreditCard Churn：預(yù)測信用卡顧客流失

5.Bankof England Minutes：對英國銀行記錄的文本分析

評估

1.ZillowPrediction：預(yù)測 Zillow 公司提供的估價情況

2.RealEstate：評估城市地區(qū)的地產(chǎn)價格

3.UsedCar：二手車價格預(yù)測

欺詐

1.XGBoost：使用模擬退火算法調(diào)整 XGBoost 超參數(shù)以預(yù)測欺詐行為

2.FraudDetection loan in R：對銀行借貸的欺詐預(yù)測

3.AMLFinance Due Diligence：使用新聞進(jìn)行反洗錢盡職調(diào)查

4.CreditCard Fraud：預(yù)測信用卡欺詐行為

保險業(yè)及其風(fēng)險

1.BankFailure：對銀行破產(chǎn)進(jìn)行預(yù)測

2.RiskManagement：關(guān)于金融業(yè)風(fēng)險參與的課程資源

3.VaRGaN：使用 Keras 和 Tensorflow 評估市場風(fēng)風(fēng)險參與情況

4.ActuarialSciences (R)：基于 R 語言的精算工具列表

物質(zhì)基礎(chǔ)

1.BankNote Fraud Detection：使用Tensorflow 和隨機(jī)森林對紙幣進(jìn)行鑒定

2.ATMSurveillance：銀行 ATM 監(jiān)控

數(shù)據(jù)

1.EmployeeCount SEC Filings

2.SECParsing

3.OpenEdgar

4.RatingIndustries

法律法規(guī)

在該部分，作者介紹了3部分內(nèi)容的相關(guān)應(yīng)用，包括工具、政策和法規(guī)、司法應(yīng)用。

工具

1.LexPredict：一個相關(guān)的代碼庫

2.AIPara-legal： AI 法律助理

3.LegalEntity Detection：對法律文件的命名實體識別

4.LegalCase Summarisation：對司法判例進(jìn)行文摘的多種算法匯總

5.LegalDocuments Google Scholar：使用 Google scholar 自動抽取判例

6.ChatBot：法律領(lǐng)域的聊天機(jī)器人和郵件通知應(yīng)用

政策和法規(guī)

1.GDPRscores：依據(jù)通用數(shù)據(jù)保護(hù)條例（GDPR）對法律文件的評分進(jìn)行預(yù)測

2.DrivingFactors FINRA：對美國金融監(jiān)管局（FINRA）發(fā)布限制令的影響因素分析

3.SecuritiesBias Correction：安全法規(guī)對價格影響的估計

4.PublicFirm to Legal Decision：分析上市公司對法律政策的反應(yīng)

司法方面的應(yīng)用

1.SuremeCourt Prediction：預(yù)測最高法院的觀念立場

2.SupremeCourt Topic Modeling：對最高法院的決定進(jìn)行主題挖掘

3.JudgeOpinion：使用文本分析方法和機(jī)器學(xué)習(xí)分析法官針對某議題的觀點

4.ML LawMatching：使用機(jī)器學(xué)習(xí)匹配案例相關(guān)法律條例

5.BertMulti-label Classification：使用 AI 進(jìn)行細(xì)粒度情感分析

6.SomeComputational AI Course：MIT的相關(guān)視頻課程

領(lǐng)域：政府和公共政策

在該部分，作者介紹了5部分內(nèi)容，包括社會政策、選舉分析、災(zāi)難管理、城市規(guī)劃、設(shè)施。

社會政策

1.Triage：對政策和公共利益問題的風(fēng)險建模和預(yù)測工具

2.WorldBank Poverty I：對用于貧困預(yù)測的機(jī)器學(xué)習(xí)分類算法的比較優(yōu)勢分析

3.WorldBank Poverty II：基于世界銀行數(shù)據(jù)的貧困分析

4.OverseasCompany Land Ownership：分析英國的外企情況

5.CFPB：美國消費者權(quán)益保護(hù)局（CFPB）的投訴分析

6.CannabisLegalisation Effect：關(guān)于大麻制品的法規(guī)對犯罪活動的影響分析

選舉分析

1.ElectionAnalysis：選舉分析和預(yù)測模型

2.AmericanElection Causal：使用美國國家選舉研究所（ANES）的數(shù)據(jù)構(gòu)建因果推斷模型

3.CampaignFinance and Election Results：對競選經(jīng)費和后續(xù)選舉結(jié)果間關(guān)系分析

災(zāi)難管理

1.ConflictPrediction：沖突預(yù)測的相關(guān)代碼

2.BurglaryPrediciton：構(gòu)建時空模型以預(yù)測入室盜竊

3.PredictiongDisease Outbreak：基于機(jī)器學(xué)習(xí)算法的相關(guān)應(yīng)用

4.Roadaccident prediction：對巴西的聯(lián)邦公路的車禍分析

5.Text Mining：使用文本挖掘進(jìn)行災(zāi)難管理

6.Twitterand disasters：預(yù)測 twitter是否涉及災(zāi)難事件

城市規(guī)劃

1.TrafficPrediction：使用多注意力機(jī)制的循環(huán)神經(jīng)網(wǎng)絡(luò)模型對城市交通

進(jìn)行時序分析

2.PredictCrashes：使用多數(shù)據(jù)來源的車禍預(yù)測模型

3.PredictHousehold Poverty：使用自動特征工程對哥斯達(dá)黎加的家庭貧困情況進(jìn)行預(yù)測

設(shè)施

1.AirQuality Prediction：預(yù)測北京和倫敦在未來48小時的空氣質(zhì)量

2.WaterAccountng： 對美國的水費預(yù)算進(jìn)行預(yù)測

3.ElectrcityFrench Distribution：對法國的電力數(shù)據(jù)分布進(jìn)行分析

以上就是今天的分享，希望對大家有所幫助。