기계 학습 및 데이터 과학의 발전과 함께, 산업 기술 관련 응용 프로그램의 수가 증가하고있다, 적용되었습니다 학제, 관련 기술의 피할 수없는 추세, 점점 더 많은 분야에서 기계 학습, 과학적 데이터가되었다 다른 분야와 함께 그것은 피할 수없는 추세가되고있다. 이 글에서, 우리는 오픈 소스 애플리케이션 업계에서 기계 학습 및 데이터 과학 기술을 포함하는 Github에서 프로젝트를 공유해야, 등등 회계, 금융 및 보험업, 법률 및 규제, 정부 및 공공 정책 등 특정 지역. 이 프로젝트는 아직 진행중인 업데이트입니다.
오늘날의 주에서는 모든 사람의 대대장은 GitHub의에서 프로젝트를 선택,이 프로젝트는 회계, 금융, 보험, 법률 및 규정, 정부를 포함한 산업 바닥 응용 프로그램에 과학 기계 학습 및 데이터 애플리케이션을 컴파일 공공 정책 및 기타 분야. 별도로 명시하지 않는 한이 프로젝트에서, 프로젝트의 대부분의 점유율은 파이썬을 기반으로합니다. 또한, 코드 더 많은 정보를 프로젝트를 만들기 위해, 프로젝트 목록에 명시 적으로 문이 "은퇴"또는 관련 프로젝트를 업데이트하지 않았습니다 이년 이상 포함되어 있지 않습니다.
우리는 신속하게 볼 수 있도록로서 우리는 첫째, 프로젝트의 비트 컨텐츠를 정렬 할 수 있습니다. 당신이 관련 콘텐츠에 대한 자세한 내용을 원한다면, 주소 GitHub의 프로젝트의 끝에 텍스트를 볼 수 있습니다.
이 프로젝트에서, 저자는 기계 학습을 시도하고 업계의 특정 응용 프로그램에서 과학적인 데이터를 요약 필드는 다음 표를 포함 할 것으로 예상된다 :
현재, 저자는 네 가지 영역의 경우를 관련 오픈 소스 프로젝트 회계, 금융 및 보험 사업, 법률 및 규제, 정부 및 공공 정책을 컴파일하고, 요약 및 집계했다. 각 영역의 경우, 자원의 저자는 분류 및 프로젝트 요약했고, 링크 및 각 프로젝트에 대한 간략한 설명을 제공합니다. 이 프로젝트는 목록을 업데이트하고 있습니다.
회계 분야
기계 학습, 데이터 분석, 텍스트 분석, 데이터 수집 및 처리, 연구 및 기사, 웹 사이트, 교육 과정 등 7 개 범주로 회계 관련 부서의 응용 프로그램입니다. 별도로 각 부분의 설명.
기계 학습 (Machine Learning)
1. Chartof 계정 예측 : 각 거래의 계정 이름을 예측하기 위해 설정 데이터를 태그 사용.
2. AccountingAnomalies : 깊은 학습 프레임 워크는 회계 정보의 비정상적인 사용을 확인합니다.
3. FinancialStatement 이상 현상 : 회계 신청 전에 이상 탐지 정보를 회계 R 언어를 기반으로.
4. UsefulLife Prediction：使用传感器数据和特征工程预测资产的可使用年限。
5. AI Applied to XBRL：将可扩展商业报告语言（XBRL）用于 AI 和机器学习。
数据分析
1. ForensicAccounting：包含使用数据分析手段进行法务会计的案例研究集合。
2. GeneralLedger：对会计系统中的总账进行数据处理。
3. BulletGraph：以子弹图（bullet graph）形式对销售、委托及其他会计活动进行可视化。
4. AgedDebtors：对长期债务人的案例分析。
5. AutomatedFS XBRL：自动生成 XBRL ，也可使用 python 格式输出。
文本分析
1. FinancialSentiment Analysis：对交易信息进行情感分析、距离分析和交易份额分析。
2. Extensive NLP：针对会计研究的 NLP 技术汇总。
数据，句法分析和 APIs
1. EDGAR：获取电子化数据收集、分析及检索系统（EDGAR）数据的指南。
2. IRS：获取美国国家税务局（IRS）归档数据并进行句法分析的指南。
3. FinancialCorporate：罗格斯大学提供的金融数据集
4. Non-financialCorporate：罗格斯大学提供的非金融公司数据集
5. PDFParsing：从 PDF 文件中抽取有用信息
6. PDFTabel to Excel：从 PDF 文件中输出表格
研究和文章
1. UnderstandingAccounting Analytics：介绍了会计分析的重要性。
2. VLFeat：一个计算机视觉算法的开源库，并且提供了 Matlab 工具。
网站
1. RutgersRaw：罗格斯大学的数字会计研究
课程
1. ComputerAugmented Accounting：罗格斯大学的系列视频课程，主要讲解如何将计算机手段应用到会计中。
2. Accountingin a Digital Era：罗格斯大学的系列视频课程，主要讲解数字时代对会计的影响。
银行和保险业领域
作者将该领域归纳为7部分内容，包括消费经济、管理、评估、欺诈、保险业及其风险、物质基础、数据。下面进行分别介绍。
消费金融
1. LoanAcceptance：对借贷成功率的分类和时序分析。
2. PredictLoan Repayment：使用自动特征工程预测贷款是否会被归还
3. LoanEligibility Ranking：检验消费者是否具有贷款资质的系统
4. HomeCredit Default：预测家庭信用违约
5. MortgageAnalytics：对按揭贷款的扩展分析
6. CreditApproval：辅助信用卡办理申请批准的系统
7. LoanRisk：通过预测模型降低坏账率，减小贷款损失
8. Amortisationschedule：用于个人使用的自动分期付款计划
管理
1. CreditCard：对信用卡消费者进行顾客终生价值（CLV）评估
2. SurvivalAnalysis：对顾客进行生存分析
3. NextTransaction：使用深度学习模型预测下一次交易的金额和时间
4. CreditCard Churn：预测信用卡顾客流失
5. Bankof England Minutes：对英国银行记录的文本分析
评估
1. ZillowPrediction：预测 Zillow 公司提供的估价情况
2. RealEstate：评估城市地区的地产价格
3. UsedCar：二手车价格预测
欺诈
1. XGBoost：使用模拟退火算法调整 XGBoost 超参数以预测欺诈行为
2. FraudDetection loan in R：对银行借贷的欺诈预测
3. AMLFinance Due Diligence：使用新闻进行反洗钱尽职调查
4. CreditCard Fraud：预测信用卡欺诈行为
保险业及其风险
1. BankFailure：对银行破产进行预测
2. RiskManagement：关于金融业风险参与的课程资源
3. VaRGaN：使用 Keras 和 Tensorflow 评估市场风风险参与情况
4. ActuarialSciences ®：基于 R 语言的精算工具列表
物质基础
1. BankNote Fraud Detection：使用Tensorflow 和随机森林对纸币进行鉴定
2. ATMSurveillance：银行 ATM 监控
数据
1. EmployeeCount SEC Filings
2. SECParsing
3. OpenEdgar
4. RatingIndustries
法律法规在该部分，作者介绍了3部分内容的相关应用，包括工具、政策和法规、司法应用。
工具
1. LexPredict：一个相关的代码库
2. AIPara-legal： AI 法律助理
3. LegalEntity Detection：对法律文件的命名实体识别
4. LegalCase Summarisation：对司法判例进行文摘的多种算法汇总
5. LegalDocuments Google Scholar：使用 Google scholar 自动抽取判例
6. ChatBot：法律领域的聊天机器人和邮件通知应用
政策和法规
1. GDPRscores：依据通用数据保护条例（GDPR）对法律文件的评分进行预测
2. DrivingFactors FINRA：对美国金融监管局（FINRA）发布限制令的影响因素分析
3. SecuritiesBias Correction：安全法规对价格影响的估计
4. PublicFirm to Legal Decision：分析上市公司对法律政策的反应
司法方面的应用
1. SuremeCourt Prediction：预测最高法院的观念立场
2. SupremeCourt Topic Modeling：对最高法院的决定进行主题挖掘
3. JudgeOpinion：使用文本分析方法和机器学习分析法官针对某议题的观点
4. ML LawMatching：使用机器学习匹配案例相关法律条例
5. BertMulti-label Classification：使用 AI 进行细粒度情感分析
6. SomeComputational AI Course：MIT的相关视频课程
政府和公共政策领域
在该部分，作者介绍了5部分内容，包括社会政策、选举分析、灾难管理、城市规划、设施。
社会政策
1. Triage：对政策和公共利益问题的风险建模和预测工具
2. WorldBank Poverty I：对用于贫困预测的机器学习分类算法的比较优势分析
3. WorldBank Poverty II：基于世界银行数据的贫困分析
4. OverseasCompany Land Ownership：分析英国的外企情况
5. CFPB：美国消费者权益保护局（CFPB）的投诉分析
6. CannabisLegalisation Effect：关于大麻制品的法规对犯罪活动的影响分析
选举分析
1. ElectionAnalysis：选举分析和预测模型
2. AmericanElection Causal：使用美国国家选举研究所（ANES）的数据构建因果推断模型
3. CampaignFinance and Election Results：对竞选经费和后续选举结果间关系分析
灾难管理
1. ConflictPrediction：冲突预测的相关代码
2. BurglaryPrediciton：构建时空模型以预测入室盗窃
3. PredictiongDisease Outbreak：基于机器学习算法的相关应用
4. Roadaccident prediction：对巴西的联邦公路的车祸分析
5. Text Mining：使用文本挖掘进行灾难管理
6. Twitterand disasters：预测 twitter是否涉及灾难事件
城市规划
1. TrafficPrediction：使用多注意力机制的循环神经网络模型对城市交通
进行时序分析
2. PredictCrashes：使用多数据来源的车祸预测模型
3. PredictHousehold Poverty：使用自动特征工程对哥斯达黎加的家庭贫困情况进行预测
设施
1. AirQuality Prediction：预测北京和伦敦在未来48小时的空气质量
2. WaterAccountng： 对美国的水费预算进行预测
3. ElectrcityFrench Distribution：对法国的电力数据分布进行分析
以上就是今天的分享，希望对大家有所帮助。
转载至AI科技大本营