崔玉征著的《人工智能在信用债投资领域的应用(Python语言实践)》共分三部分，第一部分主要讲述机器学习、深度学习和人工智能的基本方法，并给出了使用基于TensorFlow后台的Keras库做深度学习的实践案例；第二部分主要讲述做信用债投资面临的困难，并给出了实用的解决方案；第三部分主要讲述解决做信用债投资的困难的实用方法，并给出了全部的Python源代码。
本书适合在银行、证券、保险、基金等金融机构从事对公信贷和债券投资等工作的相关从业者阅读。

崔玉征 金融风险管理师(FRM)；哈尔滨工业大学学士，中国科学院硕士，香港中文大学商学院MBA；先后工作于穆迪、平安证券、安信证券，主要从事资本市场的信用风险计量和管理工作，同时担任多家金融公司信用风险管理顾问；2015年初被评为“深圳市高层次人才”，享受高层次人才补贴。

第1章 人工智能概述
1.1 图灵测试
l.2 人工智能、机器学习和深度学习
第2章 机器学习
2.1 机器学习概述
2.1.1 有监督机器学习
2.1.2 无监督机器学习
2.1.3 半监督机器学习
2.2 深度学习
2.3 类别不均衡问题的解决方案及Python源代码
第3章 基于TensorFlow用Keras做深度学习
3.1 Keras简介
3.2 Keras安装与配置
第4章 中国债券市场概况
4.1 债券交易场所
4.2 信用债和利率债
第5章 信用债投资面临的困难和解决方案
5.1 信用债分析面临的主要困难
5.2 解决方案
第6章 资本市场信用债投资分析的中国特色
6.1 数据库配置和数据抓取的Python源代码
6.2 财务数据对违约状态影响弱显著及Python源代码
6.3 场外数据对违约状态影响强显著及Python源代码
6.4 财务粉饰的本福特法则统计识别法及Python源代码
第7章 基于场外数据的主体评级模型开发方法
7.1 有监督机器学习方法开发模型及Python源代码
7.2 深度学习开发模型及Python源代码
第8章 主体评级模型开发方法
8.1 基于财务数据的评分卡模型缓释财报粉饰的基本原理
8.2 升级版主体评级模型开发方法及Python源代码
附录A Python语言基础
附录B 本书用到的Python包简介
附录C 常用机器学习算法之分类算法比较及Python源代码
附录D 常用机器学习算法之预测算法比较及Python源代码