【導(dǎo)語(yǔ)】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(lái)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(shì)。在本文中，我們給大家分享了一個(gè)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(xiàng)目，具體領(lǐng)域包括會(huì)計(jì)、銀行和保險(xiǎn)業(yè)務(wù)、法律和法規(guī)、政府和公共政策等等。該項(xiàng)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(lái)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(shì)。

在今天的分享中，營(yíng)長(zhǎng)為大家選取了一個(gè)來(lái)自GitHub的項(xiàng)目，該項(xiàng)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(huì)計(jì)、銀行和保險(xiǎn)業(yè)務(wù)、法律和法規(guī)、政府和公共政策等領(lǐng)域。在該項(xiàng)目中，除非特別注明，作者分享的大部分項(xiàng)目都基于 Python 。另外，為了使得項(xiàng)目代碼更具參考性，該項(xiàng)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(xiàng)目。

先為大家梳理了一下該項(xiàng)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(xiàng)目地址。

在該項(xiàng)目中，作者嘗試對(duì)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(jì)包含的領(lǐng)域如下表：

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

領(lǐng)域：會(huì)計(jì)

作者將會(huì)計(jì)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(duì)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(cè)每筆交易的賬戶名稱。

2.AccountingAnomalies：使用深度學(xué)習(xí)框架識(shí)別會(huì)計(jì)信息中的異常。

3.FinancialStatement Anomalies：基于 R語(yǔ)言，在會(huì)計(jì)文件歸檔前檢測(cè)會(huì)計(jì)異常信息。

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

5.AI Applied to XBRL：將可擴(kuò)展商業(yè)報(bào)告語(yǔ)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(huì)計(jì)的案例研究集合。

2.GeneralLedger：對(duì)會(huì)計(jì)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(duì)銷售、委托及其他會(huì)計(jì)活動(dòng)進(jìn)行可視化。

4.AgedDebtors：對(duì)長(zhǎng)期債務(wù)人的案例分析。

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

文本分析

1.FinancialSentiment Analysis：對(duì)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(duì)會(huì)計(jì)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(guó)國(guó)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(huì)計(jì)分析的重要性。

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

網(wǎng)站

1.RutgersRaw：羅格斯大學(xué)的數(shù)字會(huì)計(jì)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(jì)算機(jī)手段應(yīng)用到會(huì)計(jì)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(shí)代對(duì)會(huì)計(jì)的影響。

領(lǐng)域：銀行和保險(xiǎn)業(yè)

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

消費(fèi)金融

1.LoanAcceptance：對(duì)借貸成功率的分類和時(shí)序分析。

2.PredictLoan Repayment：使用自動(dòng)特征工程預(yù)測(cè)貸款是否會(huì)被歸還

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

4.HomeCredit Default：預(yù)測(cè)家庭信用違約

5.MortgageAnalytics：對(duì)按揭貸款的擴(kuò)展分析

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

7.LoanRisk：通過(guò)預(yù)測(cè)模型降低壞賬率，減小貸款損失

8.Amortisationschedule：用于個(gè)人使用的自動(dòng)分期付款計(jì)劃

管理

1.CreditCard：對(duì)信用卡消費(fèi)者進(jìn)行顧客終生價(jià)值（CLV）評(píng)估

2.SurvivalAnalysis：對(duì)顧客進(jìn)行生存分析

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

4.CreditCard Churn：預(yù)測(cè)信用卡顧客流失

5.Bankof England Minutes：對(duì)英國(guó)銀行記錄的文本分析

評(píng)估

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

2.RealEstate：評(píng)估城市地區(qū)的地產(chǎn)價(jià)格

3.UsedCar：二手車價(jià)格預(yù)測(cè)

欺詐

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

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

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(cè)信用卡欺詐行為

保險(xiǎn)業(yè)及其風(fēng)險(xiǎn)

1.BankFailure：對(duì)銀行破產(chǎn)進(jìn)行預(yù)測(cè)

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

3.VaRGaN：使用 Keras 和 Tensorflow 評(píng)估市場(chǎng)風(fēng)風(fēng)險(xiǎn)參與情況

4.ActuarialSciences (R)：基于 R 語(yǔ)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(duì)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(gè)相關(guān)的代碼庫(kù)

2.AIPara-legal： AI 法律助理

3.LegalEntity Detection：對(duì)法律文件的命名實(shí)體識(shí)別

4.LegalCase Summarisation：對(duì)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(dòng)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(duì)法律文件的評(píng)分進(jìn)行預(yù)測(cè)

2.DrivingFactors FINRA：對(duì)美國(guó)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(duì)價(jià)格影響的估計(jì)

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

司法方面的應(yīng)用

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

2.SupremeCourt Topic Modeling：對(duì)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(duì)某議題的觀點(diǎn)

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(huì)政策、選舉分析、災(zāi)難管理、城市規(guī)劃、設(shè)施。

社會(huì)政策

1.Triage：對(duì)政策和公共利益問(wèn)題的風(fēng)險(xiǎn)建模和預(yù)測(cè)工具

2.WorldBank Poverty I：對(duì)用于貧困預(yù)測(cè)的機(jī)器學(xué)習(xí)分類算法的比較優(yōu)勢(shì)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(guó)的外企情況

5.CFPB：美國(guó)消費(fèi)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(duì)犯罪活動(dòng)的影響分析

選舉分析

1.ElectionAnalysis：選舉分析和預(yù)測(cè)模型

2.AmericanElection Causal：使用美國(guó)國(guó)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(duì)競(jìng)選經(jīng)費(fèi)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(cè)的相關(guān)代碼

2.BurglaryPrediciton：構(gòu)建時(shí)空模型以預(yù)測(cè)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(duì)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(cè) 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(duì)城市交通

進(jìn)行時(shí)序分析

2.PredictCrashes：使用多數(shù)據(jù)來(lái)源的車禍預(yù)測(cè)模型

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

設(shè)施

1.AirQuality Prediction：預(yù)測(cè)北京和倫敦在未來(lái)48小時(shí)的空氣質(zhì)量

2.WaterAccountng： 對(duì)美國(guó)的水費(fèi)預(yù)算進(jìn)行預(yù)測(cè)

3.ElectrcityFrench Distribution：對(duì)法國(guó)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(duì)大家有所幫助。