中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
金融數據建模應用(高級) 版權信息
- ISBN：9787302598640
- 條形碼：9787302598640 ; 978-7-302-59864-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
金融數據建模應用(高級) 本書特色
2019年2月，國務院發布的《國家職業教育改革實施方案》(簡稱“職教20條”)提出，從2019年開始，在職業院校、應用型本科高校等啟動“學歷證書 若干職業技能等級證書”制度試點(簡稱“1 X證書制度試點”)。1 X證書制度將學校學歷教育和企業用人需求與職業技能等級證書有效地結合起來，使職業技能人才晉升之路更加廣闊。 2020年12月31日，教育部職業技術教育中心研究所發布《參與1 X證書制度試點的第四批職業教育培訓評價組織及職業技能等級證書名單》。依據該名單，中關村互聯網金融研究院入選第四批職業教育培訓評價組織，中關村互聯網金融研究院的《金融數據建模應用》入選第四批職業技能等級證書。該證書的推出對于促進金融科技人才專業化發展具有重要意義，將助力金融科技人才培養模式和評價方式的優化，提升職業教育質量，增強學 生的就業能力，同時促進產業與教育的深度融合，以及職業教育的健康發展。 通過本書的學習，學生應該熟練掌握金融基礎知識，深入了解金融業務;能夠深入研究數據源，整理和發掘數據價值，主導模型產品的部署、維護、評估等落地實施工作;同時跟蹤、監控模型表現，根據監控結果對模型進行優化;具備不斷學習人工智能、機器學習研究成果，并轉化為業務應用的能力。
金融數據建模應用(高級) 內容簡介
本書是教育部1+X職業技能等級證書“金融數據建模應用(不錯)”的配套教材。全書依據金融數據建模應用職業技能等級標準，面向金融數據建模相關崗位需求，強化學生的業務實操能力和職業判斷能力。全書從金融基礎業務應用、金融數據分析、金融數據庫、金融數據挖掘與算法實現、金融數據模型設計與調優、數據可視化、金融數據建模項目管理7個方面，培養學生在金融與科技融合的專業崗位上金融數據建模應用能力。 本書可作為1+X職業技能等級證書“金融數據建模應用(不錯)”培訓的教材，也可作為應用型本科院校、中高等職業院校軟件工程、計算機科學與技術、信息管理與信息系統、信息與計算科學、物聯網工程、金融貿易等相關專業的教材，還可作為金融數據建模應用從業人員的培訓用書。
金融數據建模應用(高級) 目錄
第1章金融基礎業務應用1
1.1金融監管基礎1
1.1.1國家監督1
1.1.2自我管理5
1.2金融市場法律法規6
1.2.1金融市場法律法規體系6
1.2.2金融業務法律規范7
1.2.3大數據與個人信息保護法律法規14
1.2.4金融法律責任及相關犯罪類型18
1.2.5金融風險管理政策20
1.3道德規范與行為準則25
1.3.1道德規范25
1.3.2行為準則25
1.4金融市場概述26
1.4.1金融市場的特征26
1.4.2金融市場分類27
1.4.3金融市場構成要素28
1.4.4金融市場功能29
1.5金融機構概述30
1.5.1金融市場的融資結構30
1.5.2金融機構存在的理論基礎31
1.5.3金融機構體系33
1.6金融工具市場與衍生品39
1.6.1貨幣市場39
1.6.2資本市場41
1.6.3金融衍生品42
1.7金融風險及風險管理45
1.7.1金融風險的類別45
1.7.2金融風險管理的基礎理論46
1.7.3金融風險管理的理論方法48
1.7.4金融風險管理的計量模型49
1.7.5金融風險管理的流程51
第2章金融數據分析56
2.1Python程序設計基礎56
2.1.1Python基礎56
2.1.2Python控制流58
2.1.3Python函數與模塊59
2.2Python進階60
2.2.1NumPy的使用60
2.2.2Pandas的使用60
2.2.3Matplotlib數據可視化61
2.3數理統計基礎66
2.3.1微積分基礎66
2.3.2線性代數基礎68
2.3.3概率統計基礎72
2.4金融數據管理79
2.4.1數據治理79
2.4.2數據安全與隱私保護80
2.4.3數據信息加密及其Python實現81
2.5金融數據初步處理82
2.5.1金融數據的獲取82
2.5.2金融數據預處理82
2.5.3蒙特卡羅方法85
第3章金融數據庫87
3.1數據庫87
3.1.1關系型數據庫87
3.1.2SQL數據庫103
3.2數據倉庫112
3.2.1基本概念112
3.2.2數據倉庫構建116
3.2.3SSIS、SSAS、SSRS118
3.3金融數據倉庫119
3.3.1金融行業建設數據倉庫的必要性119
3.3.2金融行業傳統數據倉庫119
3.3.3金融行業新一代數據倉庫123
第4章金融數據挖掘與算法實現129
4.1常用大數據挖掘算法129
4.1.1邏輯回歸模型129
4.1.2樸素貝葉斯模型131
4.1.3決策樹134
4.1.4隨機森林136
4.1.5支持向量機137
4.1.6聚類分析138
4.1.7人工神經網絡139
4.2大數據分析與SparkPython140
4.2.1大數據分析與分布式數據處理140
4.2.2常見分布式數據處理框架143
4.2.3SparkPython148
4.3SparkPython大數據分析應用151
4.3.1SparkPython開發環境搭建151
4.3.2SparkRDD運算類型示例159
4.3.3應用PySpark進行大數據分析167
第5章金融數據模型設計與調優173
5.1金融行業典型應用場景173
5.1.1銀行領域173
5.1.2保險領域181
5.1.3證券領域184
5.2金融中的數學模型188
5.2.1投資模型189
5.2.2金融風險管理模型194
5.3金融機構客戶流失預警模型205
5.3.1數據探索性分析206
5.3.2數據預處理210
5.3.3特征加工213
5.3.4模型建設214
5.3.5模型的參調節215
5.3.6交驗證216
5.3.7模型評價218
5.4金融模型的迭代與優化220
5.4.1金融領域機器學習模型評價220
5.4.2金融領域機器學習模型管理223
第6章數據可視化226
6.1數據可視化概述226
6.1.1數據可視化的含義226
6.1.2視覺通道227
6.1.3數據可視化的軟件及工具228
6.1.4數據可視化的流程231
6.2數據可視化的基礎要素232
6.2.1數據232
6.2.2圖表234
6.3數據可視化的設計235
6.3.1數據可視化設計理念235
6.3.2圖表的設計236
6.3.3排版、配色及字體238
第7章金融數據建模項目管理240
7.1項目管理要素240
7.1.1項目范圍管理240
7.1.2項目時間管理240
7.1.3項目成本管理240
7.1.4項目質量管理241
7.1.5人力資源管理241
7.1.6項目溝通管理241
7.1.7項目風險管理241
7.1.8項目采購管理242
7.2甘特圖242
7.2.1甘特圖的特點242
7.2.2甘特圖的優缺點243
7.2.3甘特圖的繪制步驟243
7.3項目團隊管理243
7.3.1項目相關方管理244
7.3.2項目任務分解257
參考文獻266
展開全部
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
上帝之肋:男人的真實旅程
- >
【精裝繪本】畫給孩子的中國神話
- >
經典常談
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
月亮虎
- >
月亮與六便士
本類暢銷
