為什么要寫這本書

2018年，索信達(dá)正式成立金融AI實(shí)驗(yàn)室，開(kāi)始研究和探索人工智能技術(shù)在金融行業(yè)中的應(yīng)用。在與學(xué)術(shù)界領(lǐng)先學(xué)者合作和交流的過(guò)程中，我們開(kāi)始接觸可解釋機(jī)器學(xué)習(xí)。通過(guò)數(shù)年的研究和實(shí)踐，我們發(fā)現(xiàn)可解釋機(jī)器學(xué)習(xí)恰好能夠彌補(bǔ)當(dāng)下人工智能技術(shù)在金融業(yè)應(yīng)用中的不足�，F(xiàn)今，深度學(xué)習(xí)、集成學(xué)習(xí)等復(fù)雜機(jī)器學(xué)習(xí)算法大行其道，銀行里的營(yíng)銷模型、風(fēng)控模型幾乎全都順應(yīng)了這個(gè)大的技術(shù)潮流，雖然模型的精準(zhǔn)性已有了較大的提升，但是業(yè)務(wù)應(yīng)用風(fēng)險(xiǎn)卻如影相隨，模型的黑盒屬性導(dǎo)致模型結(jié)果在業(yè)務(wù)應(yīng)用上不具備清晰的邏輯和可解釋性。模型是否存在偏見(jiàn)，何時(shí)適用，該如何使用？很多問(wèn)題都是模糊不清的。

對(duì)于金融等風(fēng)險(xiǎn)控制嚴(yán)格的領(lǐng)域，如果要應(yīng)用黑盒模型，我們必須慎之又慎。索信達(dá)作為一家深耕金融領(lǐng)域數(shù)據(jù)解決方案的提供商，一直都在致力于追求對(duì)行業(yè)問(wèn)題保持前瞻性的洞察力，這也是金融人工智能實(shí)驗(yàn)室成立的初衷和意義所在。可解釋機(jī)器學(xué)習(xí)在學(xué)術(shù)界尚屬新興事物，在國(guó)內(nèi)金融領(lǐng)域的應(yīng)用更是寥寥無(wú)幾，知者甚少，但是可解釋機(jī)器學(xué)習(xí)對(duì)于金融業(yè)規(guī)范、合理、安全地使用人工智能技術(shù)的價(jià)值和意義卻是非凡的。2021年初，中國(guó)人民銀行正式出臺(tái)《人工智能算法金融應(yīng)用評(píng)價(jià)規(guī)范》，這說(shuō)明國(guó)家監(jiān)管部門和行業(yè)專家已經(jīng)意識(shí)到人工智能算法在金融領(lǐng)域中的應(yīng)用存在亂象和潛在風(fēng)險(xiǎn)，并對(duì)此提出了嚴(yán)格的評(píng)價(jià)規(guī)范。在這個(gè)評(píng)價(jià)標(biāo)準(zhǔn)下，對(duì)于未來(lái)人工智能技術(shù)在金融領(lǐng)域的應(yīng)用，可解釋機(jī)器學(xué)習(xí)無(wú)疑會(huì)是大勢(shì)所趨。索信達(dá)正好站在了引領(lǐng)潮流的當(dāng)口，有過(guò)可解釋機(jī)器學(xué)習(xí)在銀行業(yè)的成功實(shí)踐。例如，在客戶流失預(yù)警問(wèn)題的場(chǎng)景中，我們創(chuàng)造性地運(yùn)用可解釋機(jī)器學(xué)習(xí)，真正做到了對(duì)單個(gè)客戶流失原因的歸因，大大提升了潛在流失客戶的挽留率。在促活營(yíng)銷場(chǎng)景中，利用可解釋機(jī)器學(xué)習(xí)輸出的客戶名單的營(yíng)銷轉(zhuǎn)化率提升了3倍。取得這些令人興奮的成果之后，我們想要讓整個(gè)金融業(yè)意識(shí)到可解釋機(jī)器學(xué)習(xí)的價(jià)值的使命感油然而生，于是便有了寫作這本書的動(dòng)機(jī)，希望將這幾年在可解釋機(jī)器學(xué)習(xí)方面的研究，以及將其應(yīng)用在銀行業(yè)的實(shí)踐經(jīng)驗(yàn)分享給大家，更希望人工智能技術(shù)能夠持續(xù)助力金融業(yè)健康繁榮發(fā)展。作為一家金融科技公司，索信達(dá)也希望能夠?yàn)樾袠I(yè)的發(fā)展貢獻(xiàn)自己的一份力量！

讀者對(duì)象

金融機(jī)構(gòu)、銀行、金融科技公司等數(shù)據(jù)技術(shù)相關(guān)崗位從業(yè)者。

人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘相關(guān)技術(shù)崗位從業(yè)者。

人工智能、機(jī)器學(xué)習(xí)、大數(shù)據(jù)相關(guān)專業(yè)的院校研究生、本科生。

如何閱讀本書

本書共分為三大部分，具體內(nèi)容結(jié)構(gòu)如下。

部分為背景（第1~2章）。由于可解釋機(jī)器學(xué)習(xí)在業(yè)內(nèi)屬于新興知識(shí)，因此本部分用兩章的篇幅，以各種生動(dòng)的例子，闡述可解釋機(jī)器學(xué)習(xí)的背景和重要性，幫助讀者建立對(duì)可解釋機(jī)器學(xué)習(xí)的初步印象。

第二部分為理論（第3~4章）。本部分主要按照可解釋機(jī)器學(xué)習(xí)已有的分類，從內(nèi)在可解釋和事后可解釋兩個(gè)方面來(lái)介紹本領(lǐng)域的常見(jiàn)模型，其中既包括傳統(tǒng)的統(tǒng)計(jì)學(xué)模型，又包括學(xué)術(shù)界新提出來(lái)的一些模型。本部分內(nèi)容可以讓讀者對(duì)目前已存在的各種可解釋機(jī)器學(xué)習(xí)算法有一個(gè)詳細(xì)的了解，并且能夠讓讀者參照示例代碼自己動(dòng)手實(shí)踐。

第三部分為實(shí)例（第5~7章）。本部分主要以案例的形式，重點(diǎn)介紹可解釋機(jī)器學(xué)習(xí)在銀行的營(yíng)銷、風(fēng)控和推薦系統(tǒng)等業(yè)務(wù)領(lǐng)域的應(yīng)用，以幫助讀者進(jìn)一步理解可解釋機(jī)器學(xué)習(xí)如何解決銀行業(yè)實(shí)際遇到的問(wèn)題。

勘誤和支持

由于作者的水平有限，寫作的時(shí)間比較緊張，書中難免會(huì)出現(xiàn)一些錯(cuò)誤或者不準(zhǔn)確的地方，如有發(fā)現(xiàn)，懇請(qǐng)大家批評(píng)指正。如果大家有建議或意見(jiàn)，歡迎發(fā)送郵件至郵箱shaop@datamargin.com，很期待聽(tīng)到大家的真摯反饋。

致謝

首先要特別感謝香港大學(xué)張愛(ài)軍博士團(tuán)隊(duì)，他讓我們看到了可解釋機(jī)器學(xué)習(xí)的價(jià)值，他們?yōu)槲覀冎该髁搜芯康姆较蚝吐肪�，對(duì)標(biāo)國(guó)際領(lǐng)先的研究團(tuán)隊(duì)，讓我們對(duì)可解釋機(jī)器學(xué)習(xí)領(lǐng)域的研究能夠快速步入正軌。在理論研究階段，張愛(ài)軍博士給予了我們極其耐心、細(xì)致的指導(dǎo)，讓我們的技術(shù)水平有了日新月異的突破和提升。

感謝索信達(dá)金融AI實(shí)驗(yàn)室參與寫作的小伙伴們：蘇思達(dá)、楊健穎、何悅、蘇鈺、孫兆悅、董弋嵩。感謝他們堅(jiān)持不懈、永不放棄的精神，以及克服巨大挑戰(zhàn)的勇氣。我們要做的研究和寫作對(duì)于每個(gè)人來(lái)說(shuō)都是全新的，雖然初沒(méi)有經(jīng)驗(yàn)，也沒(méi)有太多寫作材料，困難重重，但是大家還是克服一切困難堅(jiān)持了下來(lái)。這種堅(jiān)持不懈和全心投入是我們珍貴的收獲。

感謝索信達(dá)華南服務(wù)二部李冉冉、何超、李震、鄒美靈團(tuán)隊(duì)的大力幫助，感謝他們?yōu)槲覀兲峁┝朔浅ｋy得的銀行實(shí)際業(yè)務(wù)的真實(shí)場(chǎng)景，并且協(xié)助我們順利完成技術(shù)實(shí)施。沒(méi)有他們的幫助，就沒(méi)有這些寶貴的案例材料。

后要感謝索信達(dá)市場(chǎng)部的蔣順利老師和機(jī)械工業(yè)出版社華章公司的編輯楊繡國(guó)老師在本書出版過(guò)程中提供的大力支持。

謹(jǐn)以此書，獻(xiàn)給金融機(jī)構(gòu)、金融科技公司的人工智能技術(shù)從業(yè)者，以及數(shù)據(jù)挖掘、數(shù)據(jù)分析等相關(guān)技術(shù)愛(ài)好者。

邵平

索信達(dá)控股AI實(shí)驗(yàn)室總監(jiān)