书城首页 › 当代 › 经济 › PYTHON金融数据挖掘(第二版)
当代·经济

PYTHON金融数据挖掘(第二版)

正版保障多仓发货48小时内发货2-3天送达可开发票
¥43.54 定价 ¥51.00 8.5折 立省 ¥7.46
仅剩 4 件 全新
商品参数
书名
PYTHON金融数据挖掘(第二版)
作者
钟雪灵,侯昉,张红霞 主编;余颖丰,宋玉平 副主编
出版社
高等教育出版社
出版时间
2026-08-01
ISBN
9787040668803
货号
1204473633
品相
全新
分类
当代·经济
购物车(0)
商品参数
书名
PYTHON金融数据挖掘(第二版)
作者
钟雪灵,侯昉,张红霞 主编;余颖丰,宋玉平 副主编
出版社
高等教育出版社
出版时间
2026-08-01
ISBN
9787040668803
货号
1204473633
品相
全新
分类
当代·经济
目录▼

基础篇

第1章 引言

第1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

复习思考题

即测即评

第2章 数据获取

第1节 使用API接口访问数据源

第2节 网络数据资源

第3节 文件数据访问

第4节 案例:GDP数据获取与对比

本章小结

重要概念

复习思考题

即测即评

算法篇

第3章 Python文本挖掘

第1节 基本概念

第2节 相关技术

第3节 案例:词云图与股评情绪分析

本章小结

重要概念

复习思考题

即测即评

第4章 关联规则算法

第1节 Apriori算法原理

第2节 Python代码实现

第3节 案例:信用卡推荐

本章小结

重要概念

复习思考题

即测即评

第5章 协同过滤推荐算法

第1节 推荐系统相关概念

第2节 推荐系统算法

第3节 案例:专属理财产品推荐

本章小结

重要概念

复习思考题

即测即评

第6章 决策树分类算法

第1节 决策树算法原理

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

复习思考题

即测即评

第7章 朴素贝叶斯分类算法

第1节 朴素贝叶斯分类算法原理

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

复习思考题

即测即评

第8章 K近邻分类算法

第1节 K近邻分类算法原理

第2节 Python代码实现

第3节 案例:信用卡违约预测

本章小结

重要概念

复习思考题

即测即评

第9章 K均值聚类算法

第1节 K均值聚类算法原理

第2节 Python代码实现

第3节 案例:银行客户群体划分

本章小结

重要概念

复习思考题

即测即评

第10章 DBSCAN聚类算法

第1节 DBSCAN聚类算法原理

第2节 Python代码实现

第3节 案例:银行客户群体划分

本章小结

重要概念

复习思考题

即测即评

第11章 相关、回归与时间序列分析

第1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

复习思考题

即测即评

第12章 算法评价与Scikit-Learn应用

第1节 算法评价指标

第2节 Scikit-Learn简介

第3节 Scikit-Learn应用

第4节 案例:房地产区域价格分析

本章小结

重要概念

复习思考题

即测即评

第13章 人工神经网络算法

第1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

复习思考题

即测即评

第14章 数据降维

第1节 特征选择降维

第2节 主成分分析降维

第3节 案例:房价数据降维

本章小结

重要概念

复习思考题

即测即评

应用篇

第15章 综合案例1:信用卡虚假交易识别

第1节 背景介绍

第2节 数据概况

第3节 操作流程

第16章 综合案例2:个人贷款违约预测

第1节 背景介绍

第2节 数据概况

第3节 操作流程

第17章 综合案例3:信用评分模型开发

第1节 背景介绍

第2节 数据概况

第3节 操作流程

主要参考文献

文摘▼

本书分为基础篇、算法篇和应用篇三大部分共17章,是以第一版为基础的修订版,详尽介绍了金融数据挖掘的基本原理、方法和实践应用。基础篇概述金融数据挖掘的应用,介绍常用的数据获取方式和工具;算法篇针对文本挖掘、关联分析/推荐系统、数据分类、数据聚类、时间序列分析以及降维等领域,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。

本书注重数据挖掘在金融领域的应用实践,不过分拘泥于繁复的理论。书中所有案例均精心选自金融领域的关键场景,贴近实务。本书不仅可作为高等院校财经类专业学生学习数据挖掘课程的教材,还可作为金融、财会和商务等领域从业人员的学习用书。

¥43.54
🛒购物车