Jupyter金融应用从入门到实践 傅玉峰著；孙惠平著；陈钟著 9787115562876 人民邮电出版社 2021-07-01 普通图书/童书
本库所有图书均为正版图书
￥ 64.27 6.4折 ￥ 99.8 全新
库存12件
江西南昌
认证卖家担保交易快速发货售后保障
作者傅玉峰著；孙惠平著；陈钟著
出版社人民邮电出版社
ISBN9787115562876
出版时间2021-07
装帧平装
开本16开
定价99.8元
货号zpfx9787115562876
上书时间2024-12-11
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
部分基础知识
章Jupyter Notebook基础知识2
1．1什么是Jupyter Notebook2
1．1．1起源3
1．1．2特点3
1．1．3应用领域4
1．2在Windows上安装Jupyter Notebook4
1．2．1准备工作5
1．2．2通过Anaconda安装5
1．3在macOS上安装Jupyter Notebook9
1．3．1准备工作9
1．3．2通过Anaconda安装10
1．3．3通过命令行安装14
1．4在Linux上安装Jupyter Notebook16
1．4．1准备工作16
1．4．2通过命令行安装Anaconda17
1．5软件包管理20
1．5．1通过Anaconda管理软件包20
1．5．2通过pip管理软件包21
1．6小结22
第2章Jupyter Notebook界面23
2．1主界面23
2．1．1“文件”（Files）界面24
2．1．2“运行”（Running）界面26
2．1．3“集群”（Clusters）界面27
2．2菜单栏27
2．2．1“文件”（File）菜单27
2．2．2“编辑”（Edit）菜单29
2．2．3“查看”（View）菜单29
2．2．4“插入”（Insert）菜单30
2．2．5“单元格”（Cell）菜单30
2．2．6“内核服务”（Kernel）菜单31
2．2．7“组件”（Widgets）菜单31
2．2．8“帮助”（Help）菜单33
2．3工具栏33
2．4交互区35
2．5小结35
第3章Jupyter Notebook基础操作37
3．1初次运行37
3．2单元格的使用38
3．2．1代码单元格39
3．2．2Markdown单元格39
3．2．3原生单元格40
3．2．4编辑模式与命令模式40
3．3快捷键的使用42
3．3．1macOS与Windows快捷键的差异42
3．3．2编辑模式常用快捷键44
3．3．3命令模式常用快捷键45
3．4魔法命令的使用47
3．4．1魔法命令基本用法47
3．4．2常用的魔法命令48
3．5命令行的使用50
3．5．1命令行的基本用法50
3．5．2命令行常用的命令51
3．6小结52
第4章Jupyter Notebook文档编写53
4．1Markdown基本语法53
4．1．1标题54
4．1．2段落格式56
4．1．3文字格式57
4．1．4列表格式59
4．1．5区块格式60
4．1．6代码格式63
4．1．7链接格式64
4．1．8表格格式65
4．1．9图片格式66
4．2Markdown不错技巧68
4．2．1HTML元素68
4．2．2转义70
4．2．3公式71
4．3文档共享73
4．3．1把文件导出成多种格式73
4．3．2使用nbviewer共享74
4．4小结75
第二部分金融数据处理
第5章基本数据操作78
5．1基本数据结构79
5．1．1元组79
5．1．2列表81
5．1．3字典84
5．1．4集合87
5．2NumPy库89
5．2．1NumPy简介89
5．2．2常规数组89
5．2．3结构化数组95
5．2．4矩阵操作95
5．3Pandas库97
5．3．1Pandas简介97
5．3．2Series数据结构97
5．3．3DataFrame数据结构100
5．4小结108
第6章数据存取109
6．1CSV数据存取109
6．1．1CSV数据读取110
6．1．2参数配置111
6．1．3CSV数据保存112
6．2JSON数据存取113
6．2．1JSON数据读取113
6．2．2参数遍历114
6．2．3JSON数据生成117
6．3数据库中的数据存取117
6．3．1数据库初始化117
6．3．2常用操作119
6．4文本文件中的数据存取120
6．4．1文件数据读取120
6．4．2常用操作122
6．5小结123
第7章数据可视化124
7．1可视化基础124
7．1．1折线图125
7．1．2柱状图127
7．1．3散点图130
7．1．4饼图134
7．1．5直方图136
7．1．6箱型图139
7．2可视化进阶142
7．2．1组合子图142
7．2．2坐标轴的设置147
7．2．3图形的设置155
7．2．4图表分享161
7．3可视化拓展161
7．3．13D图161
7．3．2热力图166
7．4小结168
第三部分机器学习与金融建模
第8章机器学习170
8．1机器学习概述170
8．1．1基本概念171
8．1．2机器学习算法分类172
8．2机器学习的常用模型174
8．2．1线性回归175
8．2．2逻辑回归175
8．2．3支持向量机176
8．2．4决策树177
8．2．5随机森林178
8．2．6K均值聚类179
8．3小结179
第9章scikit-learn180
9．1安装180
9．2常用函数181
9．2．1线性回归182
9．2．2逻辑回归183
9．2．3支持向量机185
9．2．4决策树186
9．2．5随机森林188
9．2．6K均值聚类189
9．3小结190
0章产品销售预测模型实例191
10．1场景介绍191
10．2数据准备192
10．2．1数据探索192
10．2．2数据划分196
10．3建立模型197
10．3．1拟合优度197
10．3．2模型对比198
10．4验证评估200
10．4．1模型表现200
10．4．2模型解释201
10．5小结202
1章信用评分模型实例203
11．1场景介绍203
11．2数据准备204
11．2．1数据概况204
11．2．2数据探索205
11．2．3特征选择209
11．2．4数据采样213
11．3建立模型214
11．4验证评估215
11．4．1分类评价指标215
11．4．2横向对比模型218
11．5小结221
2章反欺诈模型实例222
12．1场景介绍222
12．2数据准备223
12．2．1特征转换223
12．2．2特征缩放224
12．3建立模型225
12．3．1确定类的数量226
12．3．2类的可视化228
12．4验证评估228
12．5小结229
第四部分不错功能
3章安全配置232
13．1访问控制232
13．1．1设置访问域232
13．1．2设置访问IP233
13．1．3端口配置234
13．1．4URL前缀配置234
13．2安全认证235
13．2．1Token认证236
13．2．2口令认证237
13．2．3取消认证239
13．3SSL配置239
13．3．1创建SSL证书240
13．3．2SSL证书设置241
13．4小结242
4章其他内核的配置243
14．1R内核的配置244
14．1．1通过Anaconda图形化界面下载并安装R内核244
14．1．2通过conda命令行下载并安装R内核245
14．1．3查看安装结果并编写运行一个R脚本246
14．2Julia内核的配置247
14．2．1安装Julia247
14．2．2在Jupyter中配置Julia249
14．2．3查看安装结果并编写运行一个Julia脚本249
14．3JavaScript内核的配置250
14．3．1检查Node．js和npm250
14．3．2安装管理Node．js和npm251
14．3．3安装JavaScript内核252
14．3．4在Jupyter Notebook中使用JavaScript内核253
14．4Scala内核的配置254
14．4．1Java安装与环境配置254
14．4．2Scala下载与安装256
14．4．3在Jupyter Notebook中使用Scala内核257
14．5Spark内核的配置258
14．5．1安装Spark258
14．5．2安装SBT259
14．5．3在Jupyter Notebook中使用Spark内核260
14．6小结264
5章JupyterHub多用户配置265
15．1为什么需要多用户配置265
15．2JupyterHub的安装267
15．2．1准备工作267
15．2．2安装步骤267
15．2．3启动269
15．3JupyterHub的配置270
15．3．1基础配置271
15．3．2多用户配置272
15．4小结274
内容摘要
Jupyter Notebook是一款交互式、功能强大的数据科学工具。它不仅高效、易上手，而且提供了强大的数据分析和可视化功能。另外，用户可以在Jupyter Notebook的网页中完成多种操作，例如编写代码并运行、展示代码的运行结果、编写说明文档等。本书旨在为初学者提供一种快速学习的方法，从基础知识、金融数据处理、机器学习与金融建模、不错功能几个方面展示了Jupyter Notebook的强大功能以降低读者完成数据分析或建模任务的门槛，帮助读者运用Jupyter Notebook完成数据分析任务，更高效地处理金融数据。本书适合数据分析人员以及有志于从事金融数据分析、金融数据建模工作的读者阅读，也适合统计学、金融学、计算机等专业的师生阅读参考。
主编推荐
1. 北大教研团队创作
本书由北京大学的教研团队编写，融合了作者团队在计算机编程和金融科技方向的经验成果，想要学习Jupyter编程的读者，以及想使用Jupyter完成金融数据分析或可视化任务的读者，不要错过这场名校名师讲堂。
2. 内容强大
本书主打入门和实战，因此学习门槛较低，从软件安装到环境配置，再到基本的编程学习，都是图文结合、简洁易懂的形式；同时，书中结合丰富的金融案例，循序渐进地由理论深入到案例实战，更能贴合读者的实操需求。
3. 配套资源丰富
本书配备丰富的配套资源，包括适合读者自学的源代码包、与书配套的彩图、习题和对应的参考答案；同时，本书为了方便老师们的教学需求，还提供了教学可用的PPT。
媒体评论
这本书知识体系设计合理，章节编排循序渐进、结构合理，内容讲述通俗易懂，很好适合作为 Jupyter 在金融应用领域的一本入门工具书。希望有志于从事数据分析、金融建模的读者能够充分利用这本书，在金融科技领域的工作中“更上一层楼”。
——刘勇
中关村金融科技产业发展联盟秘书长
中关村互联网金融研究院院长
— 没有更多了 —
以下为对购买帮助不大的评价