Python金融数据挖掘（第二版）
定价：￥51.00
作者： 钟雪灵，侯昉，张红霞等
出版社：高等教育出版社
- 高等教育出版社
- 9787040668803
- 2版
- 16开
内容简介
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。
目录
目录
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
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
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
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
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
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
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
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
