机读格式显示(MARC)

• 000 02222nam 2200337 450

• 001 0000710642

• 005 20200804095200.0

• 010 __ |a 978-7-5136-5765-5 |d CNY58.00

• 099 __ |a CAL 012019141312

• 100 __ |a 20191010d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 赢面 |A ying mian |e 运用大数据和人工智能技术辅助投资决策 |d = Odds of winning |e make investment decision based on big data and AI |f 谢冶博主编 |z eng

• 210 __ |a 北京 |c 中国经济出版社 |d 2019

• 215 __ |a 252页 |c 图 |d 24cm

• 225 2_ |a CDA数据分析师系列丛书 |A cda shu ju fen xi shi xi lie cong shu

• 314 __ |a 谢冶博，男，湖南邵阳人，中国人民大学硕士研究生毕业，中国人民大学金融校友俱乐部秘书长。【金融+IT】复合专业背景，先后供职于“一行两会”监管金融机构，曾任中国人寿大数据创新项目负责人，该项目被中国人民银行主管的我国金融信息科技类主导期刊《金融电子化》杂志评为金融行业“科技创新突出贡献奖”。

• 320 __ |a 有书目 (第244-252页)

• 330 __ |a 本书提出通过大数据及人工智能技术手段如何搜集相关企业信息，不断完善尽职调查细节，且获取各方面信息间的交叉验证，从而完成定性和定量分析，为投资决策提供参考依据。本书第一章为大数据及人工智能技术在尽职调查及投资决策的应用，第二章、第三章讲述了尽职调查中需重点关注的因素，如行业情况、公司基本面等信息；在前三章尽职调查基础上，本书第四章提出一套投资分析的方法论，第五章对当前投资领域热点进行了系统分析。多数人从事投资工作，只是做完一个项目接着做下一个项目，很少有人形成一套投资方法论，更不用说在不断实践中持续优化方法论了。持续优化的方法论是对过往知识和经验的总结、更新与迭代，非常有价值。基于此理念，本书第四章提出一套较为完整的投资分析方法论。在实际应用中，需根据项目所处阶段（种子、天使、VC、PE、已上市）灵活运用。

• 410 _0 |1 2001 |a CDA数据分析师系列丛书

• 510 1_ |a Odds of winning |e make investment decision based on big data and AI |z eng

• 517 1_ |a 运用大数据和人工智能技术辅助投资决策 |A yun yong da shu ju he ren gong zhi neng ji shu fu zhu tou zi jue ce

• 606 0_ |a 数据处理 |A shu ju chu li |x 应用 |x 投资决策

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 应用 |x 投资决策

• 690 __ |a F830.59-39 |v 5

• 701 _0 |a 谢冶博 |A xie ye bo |4 主编

• 801 _0 |a CN |b 百万庄 |c 20191010

• 905 __ |a SCNU |f F830.59-39/3434

• 920 __ |a 242430 |z 1