正版
PYTHON金融数据挖掘(第二版)
- 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
- 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。





