由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书金融商业算法建模 基于Python和SAS9787111692775
¥ ×1
前言
章金融建模综述1
1.1企业中数据分析的层级1
1.2操作层面的数据分析对象与成果4
1.3数据挖掘方法分类介绍4
1.3.1预测——有监督学习5
1.3.2描述——无监督学习10
1.4数据挖掘方12
1.5数据挖掘建模框架的3个原则14
1.6利用SASEM创建数据挖掘项目16
1.6.1创建数据挖掘项目16
1.6.2给项目添加逻辑库和数据集20
1.6.3SASEM项目的系统文档介绍26
第2章决策类模型28
2.1客户价值预测28
2.1.1线回归模型概述28
2.1.2Python案例:线回归建模33
2.1.3多元线回归的变量筛选40
2.1.4Python案例:多元线回归变量筛选43
2.1.5模型设检验44
2.1.6残差分析48
2.1.7强影响点分析49
2.1.8Python案例:线回归调优实战50
2.1.9线回归的完整流程小结59
2.1.10正则化61
2.1.11Python案例:岭回归与Lasso回归实战65
2.2营销响应预测70
2.2.1使用逻辑回归预测用户响应率70
2.2.2比较逻辑回归与线回归70
2..图解逻辑回归71
2.2.4逻辑回归算法概述73
2.2.5分类模型的评估75
2.2.6分类变量的处理79
2.2.7Python案例:逻辑回归建模实战80
2.2.8SASEM案例:贷款违约预测实战88
2.2.9逻辑回归建模小结104
.细分画像104
..1主成分分析105
..2因子分析116
..变量聚类127
..4样本聚类1——层次聚类130
..5样本聚类2——K-Means聚类136
2.4交叉销售165
2.4.1关联规则165
2.4.2序列模式185
第3章识别类模型195
3.1申请反欺诈195
3.1.1决策树195
3.1.2组合算法228
3.1.3近邻域法253
3.1.4朴素贝叶斯257
3.1.5支持向量机263
3.1.6神经网络276
3.2违规行为识别294
3.2.1孤立森林296
3.2.2局部异常因子304
第4章优化分析类模型308
4.1预测技术308
4.1.1效应分解法309
4.1.2基于动力模型的ARIMA317
4.1.3基于深度学习的LSTM333
4.2运筹优化341
4.2.1线规划342
4.2.2整数规划344
4..非线规划347
4.3流程挖掘348
4.3.1业务流程挖掘的总体理念348
4.3.2流程发现352
4.3.3流程监控353
4.3.4流程遵循354
4.3.5Python案例:利用pm4py实现流程挖掘355
第5章模型评估与模型监控363
5.1模型评估363
5.1.1混淆矩阵363
5.1.2ROC曲线363
5.1.3KS统计量365
5.1.4洛伦兹曲线与基尼系数366
5.2模型监控368
5.2.1前端监控——业务指标368
5.2.2前端监控——评分分布稳定36
5..前端监控——特征分布稳定370
5.2.4后端监控——评分正确371
5.2.5后端监控——变量有效372
第6章算法工程化374
6.1构建合理的项目工程结构374
6.1.1为什么要构建合理的项目工程结构374
6.1.2什么是一个数据科学项目应有的结构375
6.2如何编写规范的数据工程代码378
6.2.1代码可读379
6.2.2数据处理能31
附录SASEM节点说明386
(1)作者背景资深:4位作者都是在金融领域有10~20年数据挖掘和算法建模经验的资深专家,技术功底深厚,业务经验丰富。(2)金融业务驱动:以真实的业务场景和案例为驱动,涵盖金融业务经营的全流程,告别纯理论和不接地气。(3)9大模板:针对决策类、识别类、优化分析类3大主题,9大模板:客户价值预测、营销响应预测、细分画像、交叉销售、申请反欺诈、违规行为识别、预测、运筹优化、流程挖掘。(4)数据建模闭环:涵盖分析框架、模型算法、模型评估、模型监控、算法工程化等完整的数据建模闭环。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
