• python金融数据挖掘 大中专文科经管 钟雪灵,侯昉,张红霞 编 新华正版
  • python金融数据挖掘 大中专文科经管 钟雪灵,侯昉,张红霞 编 新华正版
21年品牌 40万+商家 超1.5亿件商品

python金融数据挖掘 大中专文科经管 钟雪灵,侯昉,张红霞 编 新华正版

19.7 4.1折 48 全新

库存51件

河北保定
认证卖家担保交易快速发货售后保障

作者钟雪灵,侯昉,张红霞 编

出版社高等教育出版社

ISBN9787040546101

出版时间2020-08

版次1

装帧平装

开本16

页数340页

字数510千字

定价48元

货号805_9787040546101

上书时间2024-12-22

鑫誠書苑

十五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版特价新书
商品描述
目录:

基础篇

章 引言

节 数据挖掘的概念

第2节 金融数据挖掘的意义和应用

第3节 python金融数据挖掘基础

本章小结

重要概念

复思题

参文献

第2章 python基本知识

节 数据类型

第2节 流程控制

第3节 函数与模块

本章小结

重要概念

复思题

参文献

第3章 numpy科学计算包

节 创建数组

第2节 数组运算

第3节 矩阵运算

第4节 综合应用

本章小结

重要概念

复思题

参文献

第4章 pandas数据分析包

节 数据结构

第2节 数据处理

第3节 案例:银行卡消费统计分析

本章小结

重要概念

复思题

参文献

第5章 图形绘制

节 基本概念

第2节 matplotlib图形绘制

第3节 seaborn图形绘制

第4节 案例:股票价格变动图形绘制

本章小结

重要概念

复思题

参文献

第6章 数据源处理

节 网络数据源

第2节 网页爬虫

第3节 文件数据资源

第4节 案例:世行gdp数据获取与对比

本章小结

重要概念

复思题

参文献

第7章 python文本挖掘

节 基本概念

第2节 文本分析处理

第3节 案例:基于股评文本的情绪分析

本章小结

重要概念

复思题

参文献

算法篇

第8章 关联规则算法

节 apriori算法

第2节 python代码实现

第3节 案例:信用卡

本章小结

重要概念

复思题

参文献

第9章 决策树分类算法

节 决策树算法

第2节 python代码实现

第3节 案例:基于决策树的理财产品促销

本章小结

重要概念

复思题

参文献

0章 朴素贝叶斯分类算法

节 朴素贝叶斯分类算法

第2节 python代码实现

第3节 案例:基于朴素贝叶斯的理财产品促销

本章小结

重要概念

复思题

参文献

1章 k近邻分类与k均值聚类算法

节 k近邻分类与实现

第2节 k均值聚类与实现

第3节 案例:银行客户群体划分

本章小结

重要概念

复思题

参文献

2章 使用scikit-learn包进行数据挖掘

节 scikit-learn简介

第2节 scikit-learn包基本应用

第3节 案例:房地产区域价格分析

本章小结

重要概念

复思题

参文献

3章 人工神经网络算法

节 人工神经网络模型

第2节 人工神经网络分类算法

第3节 案例:股票价格波动分析

本章小结

重要概念

复思题

参文献

4章 相关、回归与时间序列分析

节 相关分析

第2节 回归分析

第3节 逻辑回归

第4节 案例:股票与周期变动商品的时间序列分析

本章小结

重要概念

复思题

参文献

应用篇

5章 综合案例1:信用卡虚交易识别

节 案例背景

第2节 算法评价指标

第3节 数据概况

第4节 作流程

6章 综合案例2:网络贷款违约预测

节 案例背景

第2节 数据概况

第3节 作流程

7章 综合案例3:信用评分模型开发

节 案例背景

第2节 数据概况

第3节 作流程

参文献

内容简介:

本书介绍了金融数据挖掘的基本、方法和应用。全书共17章,分为基础篇、算法篇和应用篇三部分。基础篇概述金融数据挖掘的应用,介绍实验环境的搭建和三个与数据分析密切相关的python第三方程序包等;算法篇针对数据分类、数据聚类、关联分析以及时间序列分析等领域介绍主要的数据挖掘算法与应用;应用篇介绍三个典型的金融数据挖掘综合应用案例。本书着重于数据挖掘在金融领域的应用实践,而不过分拘泥繁杂的数据挖掘理论,而且书中使用的所有案例都精心选自金融领域的关键场景,贴近实际。本书可作为高等院校财经类专业学数据挖掘的教材,也可作为金融、财会和等领域从业人员的学用书。

—  没有更多了  —

以下为对购买帮助不大的评价

正版特价新书
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP