中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
金融商業(yè)算法建模:基于Python和SAS 版權(quán)信息
- ISBN：9787111692775
- 條形碼：9787111692775 ; 978-7-111-69277-5
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
金融商業(yè)算法建模:基于Python和SAS 本書特色
適讀人群 ：本書主要面向從事金融行業(yè)的廣大業(yè)務(wù)分析師、咨詢師、數(shù)據(jù)建模師、算法工程師，同樣適合有志于從事金融行業(yè)的在校學(xué)生和數(shù)據(jù)建模分析愛好者。數(shù)據(jù)分析建模在金融行業(yè)的應(yīng)用歷（1）作者背景資深：4位作者都是在金融領(lǐng)域有10~20年數(shù)據(jù)挖掘和算法建模經(jīng)驗的資深專家，技術(shù)功底深厚，業(yè)務(wù)經(jīng)驗豐富。 （2）金融業(yè)務(wù)驅(qū)動：以真實的業(yè)務(wù)場景和案例為驅(qū)動，涵蓋金融業(yè)務(wù)經(jīng)營的全流程，告別純理論和不接地氣。 （3）創(chuàng)造9大模板：針對決策類、識別類、優(yōu)化分析類3大主題，9大模板：客戶價值預(yù)測、營銷響應(yīng)預(yù)測、細(xì)分畫像、交叉銷售、申請反欺詐、違規(guī)行為識別、預(yù)測、運籌優(yōu)化、流程挖掘。 （4）數(shù)據(jù)建模閉環(huán)：涵蓋分析框架、模型算法、模型評估、模型監(jiān)控、算法工程化等完整的數(shù)據(jù)建模閉環(huán)。
金融商業(yè)算法建模:基于Python和SAS 內(nèi)容簡介
這是一本貫穿金融業(yè)務(wù)經(jīng)營全流程，以業(yè)務(wù)為驅(qū)動的金融數(shù)據(jù)挖掘與建模著作，涵蓋分析框架、模型算法、模型評估、模型監(jiān)控、算法工程化等整個數(shù)據(jù)建模的閉環(huán)。本書的4位作者都是在金融領(lǐng)域有有多年工作經(jīng)驗的大數(shù)據(jù)專家，不僅技術(shù)功底深厚、業(yè)務(wù)經(jīng)驗豐富，而且對金融行業(yè)從業(yè)者的需求痛點和圖書市場的供給情況有深入了解，他們通過精心策劃和寫作，讓本書內(nèi)容獨樹一幟：涵蓋金融業(yè)務(wù)經(jīng)營全流程，全部以業(yè)務(wù)驅(qū)動，包含大量針對具體場景的實戰(zhàn)案例。本書針對決策類、識別類、優(yōu)化分析類3大主題，9大模板：客戶價值預(yù)測、營銷響應(yīng)預(yù)測、細(xì)分畫像、交叉銷售、申請反欺詐、違規(guī)行為識別、預(yù)測、運籌優(yōu)化、流程挖掘，詳細(xì)講解了每個模板算法原理、評估方法、優(yōu)化方法和應(yīng)用案例等，內(nèi)容上極力做到準(zhǔn)確、明晰、直觀與實用。此外，本書還對數(shù)據(jù)科學(xué)項目中比較容易被忽視的內(nèi)容做了補充，包括模型評估、模型監(jiān)控、算法工程化，能指導(dǎo)讀者構(gòu)建易讀、高效、健壯的數(shù)據(jù)科學(xué)工程。本書堅持理論與實踐相結(jié)合，通過圖形、示例、公式幫助讀者快速掌握算法與優(yōu)化理論的同時，還打造了一套可輕松適配各種分析場景與需求的工具模板，力圖幫助讀者從理論快速跨越到實踐。
金融商業(yè)算法建模:基于Python和SAS 目錄
前言
第1章 金融建模綜述1
11 企業(yè)中數(shù)據(jù)分析的層級1
12 操作層面的數(shù)據(jù)分析對象與成果4
13 數(shù)據(jù)挖掘方法分類介紹4
131 預(yù)測性—有監(jiān)督學(xué)習(xí)5
132 描述性—無監(jiān)督學(xué)習(xí)10
14 數(shù)據(jù)挖掘方法論12
15 數(shù)據(jù)挖掘建模框架的3個原則14
16 利用SAS EM創(chuàng)建數(shù)據(jù)挖掘項目16
161 創(chuàng)建數(shù)據(jù)挖掘項目16
162 給項目添加邏輯庫和數(shù)據(jù)集20
163 SAS EM項目的系統(tǒng)文檔介紹26
第2章 決策類模型28
21 客戶價值預(yù)測28
211 線性回歸模型概述28
212 Python案例：線性回歸建模33
213 多元線性回歸的變量篩選40
214 Python案例：多元線性回歸變量篩選43
215 模型假設(shè)檢驗44
216 殘差分析48
217 強影響點分析49
218 Python案例：線性回歸調(diào)優(yōu)實戰(zhàn)50
219 線性回歸的完整流程小結(jié)59
2110 正則化61
2111 Python案例：嶺回歸與Lasso回歸實戰(zhàn)65
22 營銷響應(yīng)預(yù)測70
221 使用邏輯回歸預(yù)測用戶響應(yīng)率70
222 比較邏輯回歸與線性回歸70
223 圖解邏輯回歸71
224 邏輯回歸算法概述73
225 分類模型的評估75
226 分類變量的處理79
227 Python案例：邏輯回歸建模實戰(zhàn)80
228 SAS EM案例：貸款違約預(yù)測實戰(zhàn)88
229 邏輯回歸建模小結(jié)104
23 細(xì)分畫像104
231 主成分分析105
232 因子分析116
233 變量聚類127
234 樣本聚類1—層次聚類130
235 樣本聚類2—K-Means聚類136
24 交叉銷售165
241 關(guān)聯(lián)規(guī)則165
242 序列模式185
第3章 識別類模型195
31 申請反欺詐195
311 決策樹195
312 組合算法228
313 *近鄰域法253
314 樸素貝葉斯257
315 支持向量機263
316 神經(jīng)網(wǎng)絡(luò)276
32 違規(guī)行為識別294
321 孤立森林296
322 局部異常因子304
第4章 優(yōu)化分析類模型308
41 預(yù)測技術(shù)308
411 效應(yīng)分解法309
412 基于動力模型的ARIMA317
413 基于深度學(xué)習(xí)的LSTM333
42 運籌優(yōu)化341
421 線性規(guī)劃342
422 整數(shù)規(guī)劃344
423 非線性規(guī)劃347
43 流程挖掘348
431 業(yè)務(wù)流程挖掘的總體理念348
432 流程發(fā)現(xiàn)352
433 流程監(jiān)控353
434 流程遵循354
435 Python案例：利用pm4py實現(xiàn)流程挖掘355
第5章 模型評估與模型監(jiān)控363
51 模型評估363
511 混淆矩陣363
512 ROC曲線363
513 KS統(tǒng)計量365
514 洛倫茲曲線與基尼系數(shù)366
52 模型監(jiān)控368
521 前端監(jiān)控—業(yè)務(wù)指標(biāo)368
522 前端監(jiān)控—評分分布穩(wěn)定性368
523 前端監(jiān)控—特征分布穩(wěn)定性370
524 后端監(jiān)控—評分正確性371
525 后端監(jiān)控—變量有效性372
第6章 算法工程化374
61 構(gòu)建合理的項目工程結(jié)構(gòu)374
611 為什么要構(gòu)建合理的項目工程結(jié)構(gòu)374
612 什么是一個數(shù)據(jù)科學(xué)項目應(yīng)有的結(jié)構(gòu)375
62 如何編寫規(guī)范的數(shù)據(jù)工程代碼378
621 代碼可讀性379
622 數(shù)據(jù)處理性能381
附錄 SAS EM節(jié)點說明386
展開全部
書友推薦
- >
有舍有得是人生
- >
羅曼·羅蘭讀書隨筆-精裝
- >
羅庸西南聯(lián)大授課錄
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
巴金－再思錄
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
苦雨齋序跋文-周作人自編集
- >
推拿
本類暢銷
