10.19641/j.cnki.42-1290/f.2023.01.014
深度学习模型应用:面向审计业务全流程的整合性框架
深度学习不仅拥有对半结构化和非结构化数据强大的信息识别能力,还能基于海量数据进行高效精准的预测分析和判断支持,这将极大地拓展审计证据范围,改善审计决策机制,有助于提升审计效率和审计质量.本文基于深度学习模型的信息识别功能和判断支持功能,将深度学习的智能分析与审计师的经验修正有效融合,不断扩充、更新、迭代审计数据仓库,面向审计业务全流程,构建深度学习模型应用于审计业务不同阶段的集成性、整合性框架,以便更好地指导和推动深度学习模型和方法的审计应用.
深度学习、机器学习、审计业务全流程、数据仓库
44
C93;F239(管理学)
全国会计科研课题重点项目2020ASC009
2023-01-12(万方平台首次上网日期,不代表论文的发表时间)
共9页
108-116