金融数据建模应用（初）
全新正版现货
￥ 41.2 7.1折 ￥ 58 全新
仅1件
四川成都
认证卖家担保交易快速发货售后保障
作者中关村互联网金融研究院 组织编写；刘淑娥 主编，张敏敏 副主编
出版社清华大学出版社
ISBN9787302629351
出版时间2023-04
装帧平装
开本16开
纸张胶版纸
定价58元
货号29552951
上书时间2024-07-19
- 在售商品 暂无
- 平均发货时间 19小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版全新
- 商品描述
-
【编辑推荐】:
①典型的“校企二元化”教材，由网金院依据金融数据建模应用岗位的实际需求设计教材大纲，并作为《金融数据建模应用（初）》的组编邀请职业院校优秀专家负责内容的撰写。
② 项目式、任务式教学，还原岗位真实工作过程与逻辑，提取真实工作环境及工作方法进行实践方法论的转化，并依据实际应用工具来进行实践学习，强化学生的业务实操能力和职业判断能力。
③数据建模实训平台，教材搭载由海致科技公司提供的DMC大数据分析建模平台，是集合“学、研、练、考、评”一体的学习平台，实现边学边练，更好地掌握数据建模方法。
④立体化教材，结合线上课程、专家讲座视频、师资培训等全面指导院校相关课程教学工作的开展。
【内容简介】:
本书是教育*1 X职业技能等证书"金融数据建模应用(初)”的配套教材。全书依据金融数据建模应用职业技能等标准,面响金融数据建模相关岗位需求,强化学生的业务实操能力和职业判断能力。全书从金融基础业务应用、金融数据分析、金融数据库、金融数据挖掘与算法实现、金融数据模型设计与调优、数据可视化、金融数据建模项目管理7个方面,培养学生在金融与科技融合的专业岗位上金融数据建模应用能力。本书可作为1 X职业技能等证书“金融数据建模应用(初)"培训的教材,也可作为应用型本科院校、中高等职业院校软件工程、计算机科学与技术、信息管理与信息系统、信息与计算科学、物联网工程、金融贸易等相关专业的教材,还可作为金融数据建模应用从业人员的培训用书。
【作者简介】:
中关村互联网金融研究院是国内shou家互联网金融、金融科技研究机构，于2014年5月在中关村科技园区管理委员会、北京市海淀区人民政府等政府部门指导下经北京市民政部门核准成立的研究机构。2018年研究院被民政部门评为“中国社会组织评估等4A”。在国家法律、法规和相关政策指导下，以金融和科技创新为指导思想， 以理论探索、创新发展、完善体系和严格监管为手段，促进互联网金融、金融科技行业快速发展。
【目录】:
第 1 章 金融大数据概述 1
1.1 认识金融大数据 1
1.1.1 大数据的定义 1
1.1.2 金融大数据的定义 1
1.1.3 金融大数据的分类 2
1.1.4 金融大数据的特点 3
1.1.5 金融大数据的作用 4
1.1.6 金融大数据的分析方法 5
1.2 金融大数据应用 6
1.2.1 金融大数据在银行业的应用 6
1.2.2 金融大数据在证券业的应用 8
1.2.3 金融大数据在保险业的应用 8
1.3 金融大数据应用技术架构 10
1.3.1 数据产生层 10
1.3.2 数据交换层 11
1.3.3 流程调度层 13
1.3.4 数据计算层 13
1.3.5 数据应用层 17
1.3.6 数据访问层 18
1.3.7 数据管控层 19
1.4 金融大数据应用的关键技术 20
1.4.1 大数据采集技术 20
1.4.2 大数据预处理技术 20
1.4.3 大数据存储与管理技术 20
1.4.4 大数据分析与挖掘技术 21
1.4.5 大数据展现与应用技术 21
本章习题 21
第 2 章金融数据分析基础 23
2.1 认识金融数据分析 23
2.1.1 金融数据分析的目的 23
2.1.2 金融数据分析的意义 24
2.1.3 金融数据分析的基本思路 25
2.1.4 金融数据分析常用术语 28
2.2 金融数据分析流程及应用场景 37
2.2.1 金融数据的获取 37
2.2.2 金融数据的预处理 38
2.2.3 金融数据的清洗 39
2.2.4 金融数据的分析 39
2.2.5 金融数据的展示 40
2.2.6 金融数据分析的应用场景 40
2.3 操作误区 41
2.3.1 偏离分析目的 42
2.3.2 分析报告缺少内涵 42
本章习题 42
第 3 章金融数据建模及常用算法 45
3.1 金融数据建模基础 45
3.1.1 数据模型 45
3.1.2 数据建模 47
3.1.3 金融数据模型和金融数据建模规范 48
3.1.4 金融数据建模的流程 51
3.2 金融数据业务常用算法 55
3.2.1 相关分析 55
3.2.2 回归分析 59
3.2.3 决策树 67
3.2.4 聚类分析 71
3.2.5 关联规则分析 78
本章习题 81
第 4 章 金融数据自主建模高应用 82
4.1 自主建模的基本概念 82
4.1.1 数据模型 82
4.1.2 数据表 86
4.1.3 算子 86
4.2 大数据建模分析平台简介 86
4.2.1 大数据建模分析平台的功能模块 87
4.2.2 数据手动上传 96
4.3 模型创建与管理 100
4.3.1 模型创建 100
4.3.2 模型管理 102
4.4 单表数据处理通用算子 108
4.4.1 添加字段算子 108
4.4.2 JSON解析算子 109
4.4.3 算术运算算子 111
4.4.4 日期处理算子 113
4.4.5 字符串处理算子 116
4.4.6 空值率算子 120
4.4.7 SQL算子 121
4.5 多表数据建模算子 123
4.5.1 左连接算子 123
4.5.2 差集算子 125
4.5.3 全关联算子 126
4.6 金融数据模型综合应用 128
4.6.1 数据准备 128
4.6.2 场景分析 128
4.6.3 模型实现 133
本章习题 133
第 5 章 SQL在金融数据建模中的应用 135
5.1 SQL使用场景及技巧 135
5.2 SQL查询基本语法及函数应用 139
5.2.1 SQL查询基本语法 139
5.2.2 数学运算函数应用 142
5.2.3 日期函数应用 146
5.2.4 条件函数应用 154
5.2.5 字符串函数应用 157
5.2.6 数值计算函数应用 162
5.2.7 聚合函数应用 163
5.3 函数应用注意事项 164
本章习题 164
第 6 章金融数据可视化分析高应用 166
6.1 金融数据可视化分析概述 166
6.1.1 金融数据可视化分析的定义 166
6.1.2 金融数据可视化分析的应用场景 167
6.1.3 金融数据可视化分析的主要功能 167
6.2 可视化图表类型介绍 168
6.2.1 数据准备及上传 168
6.2.2 堆积图及百分比堆积图 169
6.2.3 瀑布图 173
6.2.4 词云图 175
6.2.5 散点图 177
6.2.6 桑基图 180
6.3 图表设置 182
6.3.1 图表颜色设置 182
6.3.2 图表联动设置 187
6.3.3 图表筛选设置 191
6.3.4 图表钻取设置 196
6.3.5 图表排序设置 197
6.3.6 图表样式设置 197
6.4 图表中的常用计算 197
6.4.1 百分比 197
6.4.2 留存率 198
6.4.3 活跃率 198
6.4.4 重复率 198
6.4.5 同比 199
6.4.6 环比 199
6.4.7 移动计算 200
6.4.8 累计计算 200
6.5 图表中的自定义计算 200
6.5.1 分组字段 200
6.5.2 计算字段 201
本章习题 202
第 7 章 金融数据建模应用案例解析 203
7.1 案例背景 203
7.2 申请评分卡模型的构建 204
7.2.1 建模思想及原理 204
7.2.2 建模方法 204
7.2.3 模型开发流程 206
7.3 申请评分卡模型的实现 206
7.3.1 数据获取 206
7.3.2 数据预处理 207
7.3.3 探索性数据分析 210
7.3.4 变量选择 214
7.3.5 模型开发 220
7.3.6 模型评估 225
7.3.7 信用评分 226
7.4 模型分析总结 227
本章习题 227
第 8 章 金融数据建模新技术 229
8.1 机器学习 229
8.1.1 机器学习概述 229
8.1.2 机器学习常用算法 230
8.1.3 机器学习在金融领域的应用 232
8.2 自然语言处理 232
8.2.1 自然语言处理概述 232
8.2.2 自然语言处理的基本任务 233
8.2.3 自然语言处理在金融领域的应用 235
8.3 知识图谱 236
8.3.1 知识图谱概述 236
8.3.2 知识图谱构建技术 236
8.3.3 知识图谱在金融领域的应用 239
8.4 区块链 240
8.4.1 区块链概述 240
8.4.2 区块链核心技术 241
8.4.3 区块链技术在金融领域的应用 242
本章习题 244
第 9 章金融数据安全规范 245
9.1 金融数据安全概述 245
9.1.1 金融数据安全的重要性 245
9.1.2 金融数据面临的风险 245
9.1.3 我国金融数据安全原则 247
9.1.4 我国金融数据安全法规 247
9.2 金融数据安全分 250
9.2.1 金融数据安全分的目标、原则和范围 250
9.2.2 金融数据安全分要素和规则 251
9.2.3 金融数据安全别划分 252
9.3 金融数据生命周期安全管理 253
9.3.1 数据采集安全管理 253
9.3.2 数据传输安全管理 254
9.3.3 数据存储安全管理 256
9.3.4 数据使用安全管理 257
9.3.5 数据删除安全管理 261
9.3.6 数据销毁安全管理 262
本章习题 263
参考文献 264
— 没有更多了 —
以下为对购买帮助不大的评价