返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书金融商业算法建模 基于Python和SAS9787111692775
  • 正版全新
    • 作者: 赵仁乾 等著 | 赵仁乾 等编 | 赵仁乾 等译 | 赵仁乾 等绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-10-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 赵仁乾 等著| 赵仁乾 等编| 赵仁乾 等译| 赵仁乾 等绘
    • 出版社:机械工业出版社
    • 出版时间:2021-10-01
    • 版次:1
    • 印次:1
    • 页数:416
    • 开本:16开
    • ISBN:9787111692775
    • 版权提供:机械工业出版社
    • 作者:赵仁乾 等
    • 著:赵仁乾 等
    • 装帧:平装
    • 印次:1
    • 定价:109.00
    • ISBN:9787111692775
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-10-01
    • 页数:416
    • 外部编号:1202520686
    • 版次:1
    • 成品尺寸:暂无

    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。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购