中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
金融數據建模應用(中級) 版權信息
- ISBN：9787302629344
- 條形碼：9787302629344 ; 978-7-302-62934-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
金融數據建模應用(中級) 本書特色
①典型的“校企二元化”教材，由網金院依據金融數據建模應用崗位的實際需求設計教材大綱，并作為《金融數據建模應用（中級）》的組編邀請職業院校優秀專家負責內容的撰寫。
② 項目式、任務式教學，還原崗位真實工作過程與邏輯，提取真實工作環境及工作方法進行實踐方法論的轉化，并依據實際應用工具來進行實踐學習，強化學生的業務實操能力和職業判斷能力。
③數據建模實訓平臺，教材搭載由海致科技公司提供的DMC大數據分析建模平臺，是集合“學、研、練、考、評”一體的學習平臺，實現邊學邊練，更好地掌握數據建模方法。
④立體化教材，結合線上課程、專家講座視頻、師資培訓等全面指導院校相關課程教學工作的開展。
金融數據建模應用(中級) 內容簡介
《金融數據建模應用（中級）》是教育*1 X職業技能等級證書“金融數據建模應用(中級)”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。全書從金融大數據概述、金融數據分析基礎、金融數據建模及常用算法、金融數據自主建模高級應用、SQL在金融數據建模中的應用、金融數據可視化分析高級應用、金融數據建模應用案例解析、金融數據建模新技術和金融數據安全規范9個方面，培養學生在金融科技崗位上進行金融數據建模的能力。 《金融數據建模應用（中級）》可作為教育*1 X職業技能等級證書“金融數據建模應用(中級)”培訓的教材，也可作為應用型本科院校、中高等職業院校的計算機科學與技術、信息管理與信息系統、金融學等相關專業的教材，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(中級) 目錄
第 1 章 金融大數據概述 1
1.1 認識金融大數據 1
1.1.1 大數據的定義 1
1.1.2 金融大數據的定義 1
1.1.3 金融大數據的分類 2
1.1.4 金融大數據的特點 3
1.1.5 金融大數據的作用 4
1.1.6 金融大數據的分析方法 5
1.2 金融大數據應用 6
1.2.1 金融大數據在銀行業的應用 6
1.2.2 金融大數據在證券業的應用 8
1.2.3 金融大數據在保險業的應用 8
1.3 金融大數據應用技術架構 10
1.3.1 數據產生層 10
1.3.2 數據交換層 11
1.3.3 流程調度層 13
1.3.4 數據計算層 13
1.3.5 數據應用層 17
1.3.6 數據訪問層 18
1.3.7 數據管控層 19
1.4 金融大數據應用的關鍵技術 20
1.4.1 大數據采集技術 20
1.4.2 大數據預處理技術 20
1.4.3 大數據存儲與管理技術 20
1.4.4 大數據分析與挖掘技術 21
1.4.5 大數據展現與應用技術 21
本章習題 21
第 2 章 金融數據分析基礎 23
2.1 認識金融數據分析 23
2.1.1 金融數據分析的目的 23
2.1.2 金融數據分析的意義 24
2.1.3 金融數據分析的基本思路 25
2.1.4 金融數據分析常用術語 28
2.2 金融數據分析流程及應用場景 37
2.2.1 金融數據的獲取 37
2.2.2 金融數據的預處理 38
2.2.3 金融數據的清洗 39
2.2.4 金融數據的分析 39
2.2.5 金融數據的展示 40
2.2.6 金融數據分析的應用場景 40
2.3 操作誤區 41
2.3.1 偏離分析目的 42
2.3.2 分析報告缺少內涵 42
本章習題 42
第 3 章 金融數據建模及常用算法 45
3.1 金融數據建模基礎 45
3.1.1 數據模型 45
3.1.2 數據建模 47
3.1.3 金融數據模型和金融數據建模規范 48
3.1.4 金融數據建模的流程 51
3.2 金融數據業務常用算法 55
3.2.1 相關分析 55
3.2.2 回歸分析 59
3.2.3 決策樹 67
3.2.4 聚類分析 71
3.2.5 關聯規則分析 78
本章習題 81
第 4 章 金融數據自主建模高級應用 82
4.1 自主建模的基本概念 82
4.1.1 數據模型 82
4.1.2 數據表 86
4.1.3 算子 86
4.2 大數據建模分析平臺簡介 86
4.2.1 大數據建模分析平臺的功能模塊 87
4.2.2 數據手動上傳 96
4.3 模型創建與管理 100
4.3.1 模型創建 100
4.3.2 模型管理 102
4.4 單表級數據處理通用算子 108
4.4.1 添加字段算子 108
4.4.2 JSON解析算子 109
4.4.3 算術運算算子 111
4.4.4 日期處理算子 113
4.4.5 字符串處理算子 116
4.4.6 空值率算子 120
4.4.7 SQL算子 121
4.5 多表級數據建模算子 123
4.5.1 左連接算子 123
4.5.2 差集算子 125
4.5.3 全關聯算子 126
4.6 金融數據模型綜合應用 128
4.6.1 數據準備 128
4.6.2 場景分析 128
4.6.3 模型實現 133
本章習題 133
第 5 章 SQL在金融數據建模中的應用 135
5.1 SQL使用場景及技巧 135
5.2 SQL查詢基本語法及函數應用 139
5.2.1 SQL查詢基本語法 139
5.2.2 數學運算函數應用 142
5.2.3 日期函數應用 146
5.2.4 條件函數應用 154
5.2.5 字符串函數應用 157
5.2.6 數值計算函數應用 162
5.2.7 聚合函數應用 163
5.3 函數應用注意事項 164
本章習題 164
第 6 章 金融數據可視化分析高級應用 166
6.1 金融數據可視化分析概述 166
6.1.1 金融數據可視化分析的定義 166
6.1.2 金融數據可視化分析的應用場景 167
6.1.3 金融數據可視化分析的主要功能 167
6.2 可視化圖表類型介紹 168
6.2.1 數據準備及上傳 168
6.2.2 堆積圖及百分比堆積圖 169
6.2.3 瀑布圖 173
6.2.4 詞云圖 175
6.2.5 散點圖 177
6.2.6 桑基圖 180
6.3 圖表設置 182
6.3.1 圖表顏色設置 182
6.3.2 圖表聯動設置 187
6.3.3 圖表篩選設置 191
6.3.4 圖表鉆取設置 196
6.3.5 圖表排序設置 197
6.3.6 圖表樣式設置 197
6.4 圖表中的常用計算 197
6.4.1 百分比 197
6.4.2 留存率 198
6.4.3 活躍率 198
6.4.4 重復率 198
6.4.5 同比 199
6.4.6 環比 199
6.4.7 移動計算 200
6.4.8 累計計算 200
6.5 圖表中的自定義計算 200
6.5.1 分組字段 200
6.5.2 計算字段 201
本章習題 202
第 7 章 金融數據建模應用案例解析 203
7.1 案例背景 203
7.2 申請評分卡模型的構建 204
7.2.1 建模思想及原理 204
7.2.2 建模方法 204
7.2.3 模型開發流程 206
7.3 申請評分卡模型的實現 206
7.3.1 數據獲取 206
7.3.2 數據預處理 207
7.3.3 探索性數據分析 210
7.3.4 變量選擇 214
7.3.5 模型開發 220
7.3.6 模型評估 225
7.3.7 信用評分 226
7.4 模型分析總結 227
本章習題 227
第 8 章 金融數據建模新技術 229
8.1 機器學習 229
8.1.1 機器學習概述 229
8.1.2 機器學習常用算法 230
8.1.3 機器學習在金融領域的應用 232
8.2 自然語言處理 232
8.2.1 自然語言處理概述 232
8.2.2 自然語言處理的基本任務 233
8.2.3 自然語言處理在金融領域的應用 235
8.3 知識圖譜 236
8.3.1 知識圖譜概述 236
8.3.2 知識圖譜構建技術 236
8.3.3 知識圖譜在金融領域的應用 239
8.4 區塊鏈 240
8.4.1 區塊鏈概述 240
8.4.2 區塊鏈核心技術 241
8.4.3 區塊鏈技術在金融領域的應用 242
本章習題 244
第 9 章 金融數據安全規范 245
9.1 金融數據安全概述 245
9.1.1 金融數據安全的重要性 245
9.1.2 金融數據面臨的風險 245
9.1.3 我國金融數據安全原則 247
9.1.4 我國金融數據安全法規 247
9.2 金融數據安全分級 250
9.2.1 金融數據安全分級的目標、原則和范圍 250
9.2.2 金融數據安全分級要素和規則 251
9.2.3 金融數據安全級別劃分 252
9.3 金融數據生命周期安全管理 253
9.3.1 數據采集安全管理 253
9.3.2 數據傳輸安全管理 254
9.3.3 數據存儲安全管理 256
9.3.4 數據使用安全管理 257
9.3.5 數據刪除安全管理 261
9.3.6 數據銷毀安全管理 262
本章習題 263
參考文獻 264
1.1 認識金融大數據 1
1.1.1 大數據的定義 1
1.1.2 金融大數據的定義 1
1.1.3 金融大數據的分類 2
1.1.4 金融大數據的特點 3
1.1.5 金融大數據的作用 4
1.1.6 金融大數據的分析方法 5
1.2 金融大數據應用 6
1.2.1 金融大數據在銀行業的應用 6
1.2.2 金融大數據在證券業的應用 8
1.2.3 金融大數據在保險業的應用 8
1.3 金融大數據應用技術架構 10
1.3.1 數據產生層 10
1.3.2 數據交換層 11
1.3.3 流程調度層 13
1.3.4 數據計算層 13
1.3.5 數據應用層 17
1.3.6 數據訪問層 18
1.3.7 數據管控層 19
1.4 金融大數據應用的關鍵技術 20
1.4.1 大數據采集技術 20
1.4.2 大數據預處理技術 20
1.4.3 大數據存儲與管理技術 20
1.4.4 大數據分析與挖掘技術 21
1.4.5 大數據展現與應用技術 21
本章習題 21
第 2 章 金融數據分析基礎 23
2.1 認識金融數據分析 23
2.1.1 金融數據分析的目的 23
2.1.2 金融數據分析的意義 24
2.1.3 金融數據分析的基本思路 25
2.1.4 金融數據分析常用術語 28
2.2 金融數據分析流程及應用場景 37
2.2.1 金融數據的獲取 37
2.2.2 金融數據的預處理 38
2.2.3 金融數據的清洗 39
2.2.4 金融數據的分析 39
2.2.5 金融數據的展示 40
2.2.6 金融數據分析的應用場景 40
2.3 操作誤區 41
2.3.1 偏離分析目的 42
2.3.2 分析報告缺少內涵 42
本章習題 42
第 3 章 金融數據建模及常用算法 45
3.1 金融數據建模基礎 45
3.1.1 數據模型 45
3.1.2 數據建模 47
3.1.3 金融數據模型和金融數據建模規范 48
3.1.4 金融數據建模的流程 51
3.2 金融數據業務常用算法 55
3.2.1 相關分析 55
3.2.2 回歸分析 59
3.2.3 決策樹 67
3.2.4 聚類分析 71
3.2.5 關聯規則分析 78
本章習題 81
第 4 章 金融數據自主建模高級應用 82
4.1 自主建模的基本概念 82
4.1.1 數據模型 82
4.1.2 數據表 86
4.1.3 算子 86
4.2 大數據建模分析平臺簡介 86
4.2.1 大數據建模分析平臺的功能模塊 87
4.2.2 數據手動上傳 96
4.3 模型創建與管理 100
4.3.1 模型創建 100
4.3.2 模型管理 102
4.4 單表級數據處理通用算子 108
4.4.1 添加字段算子 108
4.4.2 JSON解析算子 109
4.4.3 算術運算算子 111
4.4.4 日期處理算子 113
4.4.5 字符串處理算子 116
4.4.6 空值率算子 120
4.4.7 SQL算子 121
4.5 多表級數據建模算子 123
4.5.1 左連接算子 123
4.5.2 差集算子 125
4.5.3 全關聯算子 126
4.6 金融數據模型綜合應用 128
4.6.1 數據準備 128
4.6.2 場景分析 128
4.6.3 模型實現 133
本章習題 133
第 5 章 SQL在金融數據建模中的應用 135
5.1 SQL使用場景及技巧 135
5.2 SQL查詢基本語法及函數應用 139
5.2.1 SQL查詢基本語法 139
5.2.2 數學運算函數應用 142
5.2.3 日期函數應用 146
5.2.4 條件函數應用 154
5.2.5 字符串函數應用 157
5.2.6 數值計算函數應用 162
5.2.7 聚合函數應用 163
5.3 函數應用注意事項 164
本章習題 164
第 6 章 金融數據可視化分析高級應用 166
6.1 金融數據可視化分析概述 166
6.1.1 金融數據可視化分析的定義 166
6.1.2 金融數據可視化分析的應用場景 167
6.1.3 金融數據可視化分析的主要功能 167
6.2 可視化圖表類型介紹 168
6.2.1 數據準備及上傳 168
6.2.2 堆積圖及百分比堆積圖 169
6.2.3 瀑布圖 173
6.2.4 詞云圖 175
6.2.5 散點圖 177
6.2.6 桑基圖 180
6.3 圖表設置 182
6.3.1 圖表顏色設置 182
6.3.2 圖表聯動設置 187
6.3.3 圖表篩選設置 191
6.3.4 圖表鉆取設置 196
6.3.5 圖表排序設置 197
6.3.6 圖表樣式設置 197
6.4 圖表中的常用計算 197
6.4.1 百分比 197
6.4.2 留存率 198
6.4.3 活躍率 198
6.4.4 重復率 198
6.4.5 同比 199
6.4.6 環比 199
6.4.7 移動計算 200
6.4.8 累計計算 200
6.5 圖表中的自定義計算 200
6.5.1 分組字段 200
6.5.2 計算字段 201
本章習題 202
第 7 章 金融數據建模應用案例解析 203
7.1 案例背景 203
7.2 申請評分卡模型的構建 204
7.2.1 建模思想及原理 204
7.2.2 建模方法 204
7.2.3 模型開發流程 206
7.3 申請評分卡模型的實現 206
7.3.1 數據獲取 206
7.3.2 數據預處理 207
7.3.3 探索性數據分析 210
7.3.4 變量選擇 214
7.3.5 模型開發 220
7.3.6 模型評估 225
7.3.7 信用評分 226
7.4 模型分析總結 227
本章習題 227
第 8 章 金融數據建模新技術 229
8.1 機器學習 229
8.1.1 機器學習概述 229
8.1.2 機器學習常用算法 230
8.1.3 機器學習在金融領域的應用 232
8.2 自然語言處理 232
8.2.1 自然語言處理概述 232
8.2.2 自然語言處理的基本任務 233
8.2.3 自然語言處理在金融領域的應用 235
8.3 知識圖譜 236
8.3.1 知識圖譜概述 236
8.3.2 知識圖譜構建技術 236
8.3.3 知識圖譜在金融領域的應用 239
8.4 區塊鏈 240
8.4.1 區塊鏈概述 240
8.4.2 區塊鏈核心技術 241
8.4.3 區塊鏈技術在金融領域的應用 242
本章習題 244
第 9 章 金融數據安全規范 245
9.1 金融數據安全概述 245
9.1.1 金融數據安全的重要性 245
9.1.2 金融數據面臨的風險 245
9.1.3 我國金融數據安全原則 247
9.1.4 我國金融數據安全法規 247
9.2 金融數據安全分級 250
9.2.1 金融數據安全分級的目標、原則和范圍 250
9.2.2 金融數據安全分級要素和規則 251
9.2.3 金融數據安全級別劃分 252
9.3 金融數據生命周期安全管理 253
9.3.1 數據采集安全管理 253
9.3.2 數據傳輸安全管理 254
9.3.3 數據存儲安全管理 256
9.3.4 數據使用安全管理 257
9.3.5 數據刪除安全管理 261
9.3.6 數據銷毀安全管理 262
本章習題 263
參考文獻 264
展開全部
金融數據建模應用(中級) 作者簡介
中關村互聯網金融研究院是國內首家互聯網金融、金融科技研究機構，于2014年5月在中關村科技園區管理委員會、北京市海淀區人民政府等政府部門指導下經北京市民政部門核準成立的研究機構。2018年研究院被民政部門評為“中國社會組織評估等級4A級”。在國家法律、法規和相關政策指導下，以金融和科技創新為指導思想， 以理論探索、創新發展、完善體系和嚴格監管為手段，促進互聯網金融、金融科技行業快速發展。
書友推薦
- >
巴金－再思錄
- >
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
- >
朝聞道
- >
二體千字文
- >
史學評論
- >
姑媽的寶刀
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
