顶部
收藏

Python金融数据挖掘


作者:
主编:钟雪灵 侯昉 张红霞 副主编: 陈灵 余颖丰 宋玉平
定价:
48.00元
ISBN:
978-7-04-054610-1
版面字数:
510.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2020-09-02
读者对象:
高等教育
一级分类:
经济
二级分类:
金融学
三级分类:
金融学

本书介绍了金融数据挖掘的基本原理、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生学习数据挖掘的教材,也可作为金融、财会和商务等领域从业人员的学习用书。

  • 前辅文
  • 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
      • 参考文献
    • 第2章 Python 基本知识
      • 第1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
      • 复习思考题
      • 参考文献
    • 第3章 NumPy 科学计算包
      • 第1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
      • 复习思考题
      • 参考文献
    • 第4章 Pandas 数据分析包
      • 第1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
      • 复习思考题
      • 参考文献
    • 第5章 图形绘制
      • 第1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
      • 复习思考题
      • 参考文献
    • 第6章 数据源处理
      • 第1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
      • 复习思考题
      • 参考文献
    • 第7章 Python 文本挖掘
      • 第1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
      • 复习思考题
      • 参考文献
  • 算法篇
    • 第8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
      • 参考文献
    • 第9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
      • 参考文献
    • 第10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
      • 参考文献
    • 第11章 K 近邻分类与K 均值聚类算法
      • 第1节 K 近邻分类原理与实现
      • 第2节 K 均值聚类原理与实现
      • 第3节 案例: 银行客户群体划分
      • 本章小结
      • 重要概念
      • 复习思考题
      • 参考文献
    • 第12章 使用Scikit-Learn 包进行数据挖掘
      • 第1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
      • 复习思考题
      • 参考文献
    • 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
      • 参考文献
    • 第14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
      • 参考文献
  • 应用篇
    • 第15章 综合案例1: 信用卡虚假交易识别
      • 第1节 案例背景
      • 第2节 算法评价指标
      • 第3节 数据概况
      • 第4节 操作流程
    • 第16章 综合案例2: 网络贷款违约预测
      • 第1节 案例背景
      • 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 案例背景
      • 第2节 数据概况
      • 第3节 操作流程
      • 参考文献

相关图书