課(ke)程描述INTRODUCTION
日程安排(pai)SCHEDULE
課程大綱Syllabus
數據挖掘技術課程
【課程收益】
-全面掌握金融科技的生態環境
-全面理解金融科技基礎設施體系
-深入理解云上銀行的智能風控與智能營銷
-深入(ru)理解 云上銀(yin)行的數據分布(bu)式架構體(ti)系
【課程對象】
銀行高管、企業高管、銀行部門負責人、銀行戰略研究負責人,銀行科技
條(tiao)線(xian)(xian)負責人(ren),銀行(xing)科(ke)技條(tiao)線(xian)(xian)工作(zuo)人(ren)員
【課(ke)程(cheng)特色】實戰派風格、針對(dui)性強、追求“落地”文化
【課程大綱】
模塊一 金融數據挖掘概述
-數據挖掘技術在金融領域的應用現狀
-金融科技的主要應用場景分析
-數據挖掘技術在金融業務分析中的作用
-金融數據挖掘系統架構
-金融數據挖(wa)掘的(de)過程
模塊二 基于Python的金融數據挖掘方法
-Python的編程環境
-Anaconda,Jupeter Notebook,Spyder
-Scikit-learn庫的安裝和導入
-應用Pandas進行數據處理
-數據的導入和導出
-Pandas數據結構
-Pandas繪圖基礎
-Pandas數據處理
-金融數據處理綜合應用舉例
-應用Pandas進行統計分析
-金融數據的常用統計計算
-單列數據運算,雙列數據的相關性運算
-金融數據的描述統計
-單列數據的頻數統計
-多列數據的列聯表分析
-數據描述的可視化
-金融數據的推斷統計
-推斷統計基礎
-基于樣本均值的推斷統計
-基于樣本方差的推斷統計
-樣本的非參數檢驗
-應用Python進行數據挖掘
-基于金融數據的回歸分析
-線性回歸,邏輯回歸
-基于金融數據的有監督學習
-有監督學習簡介
-KNN分類器
-樸素貝葉斯分類器
-決策樹分類器
-集成學習算法
-集成學習算法簡介
-Bagging集成學習算法
-Adaboost集成(cheng)學習算法
模塊三 金融數據挖掘在銀行場景的應用舉例
-金融數據挖掘在零售銀行信用風險管理中的應用
-銀行風險管理概述
-申請風險評分模型與應用分析
-行為風險評分模型與應用分析
-欺詐風險評分模型與應用分析
-金融數據挖掘技術在客戶關系管理中的應用
-客戶生命周期管理概述
-基于數據挖掘的客戶細分與客戶營銷
-基于數據挖掘的客戶關系分析與管理
-金融數據挖掘技術在巴塞爾資本協議下的銀行風險計量中的應用
-巴塞爾資本協議下的風險計量概述
-風險計量中的數據挖掘算法
-數據挖掘技(ji)術(shu)在巴(ba)塞爾風險計量(liang)中的實(shi)踐案例
數據挖掘技術課程
轉載://citymember.cn/gkk_detail/273689.html
已開課(ke)時間Have start time
- 曲融
大數據營銷內訓
- 《流量神器,銷量升級:如何 武(wu)建偉
- 大數據項目解決方案及應用 胡國慶
- 《大數據精益化營銷思維與運 喻國(guo)慶
- 《精細運營——京東/天貓平 武建偉
- 大數據提升:用戶體驗提升與 武建偉
- 《銀行--網絡消費行為與網 武建偉
- 建材門店--微信獲客與運營 武建偉
- 《大數據分析與客戶開發》 喻國慶
- 數據創造價值——大數據分析 張曉如
- 能源電力企業數字化轉型探索 李(li)開東
- 企業區塊鏈技術的應用場景與 李璐
- 數據驅動價值 ——基于Ex 張曉(xiao)如