課程描述INTRODUCTION
日程安排SCHEDULE
課程大綱Syllabus
數(shù)據(jù)挖掘技術課程
【課程收益】
-全面掌握金融科技的生態(tài)環(huán)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
-深入理解 云上銀行的數(shù)據(jù)分布式架構體系
【課程對象】
銀行高管、企業(yè)高管、銀行部門負責人、銀行戰(zhàn)略研究負責人,銀行科技
條線負責人,銀行科技條線工作人員
【課程特色】實戰(zhàn)派風格、針對性強、追求“落地”文化
【課程大綱】
模塊一 金融數(shù)據(jù)挖掘概述
-數(shù)據(jù)挖掘技術在金融領域的應用現(xiàn)狀
-金融科技的主要應用場景分析
-數(shù)據(jù)挖掘技術在金融業(yè)務分析中的作用
-金融數(shù)據(jù)挖掘系統(tǒng)架構
-金融數(shù)據(jù)挖掘的過程
模塊二 基于Python的金融數(shù)據(jù)挖掘方法
-Python的編程環(huán)境
-Anaconda,Jupeter Notebook,Spyder
-Scikit-learn庫的安裝和導入
-應用Pandas進行數(shù)據(jù)處理
-數(shù)據(jù)的導入和導出
-Pandas數(shù)據(jù)結構
-Pandas繪圖基礎
-Pandas數(shù)據(jù)處理
-金融數(shù)據(jù)處理綜合應用舉例
-應用Pandas進行統(tǒng)計分析
-金融數(shù)據(jù)的常用統(tǒng)計計算
-單列數(shù)據(jù)運算,雙列數(shù)據(jù)的相關性運算
-金融數(shù)據(jù)的描述統(tǒng)計
-單列數(shù)據(jù)的頻數(shù)統(tǒng)計
-多列數(shù)據(jù)的列聯(lián)表分析
-數(shù)據(jù)描述的可視化
-金融數(shù)據(jù)的推斷統(tǒng)計
-推斷統(tǒng)計基礎
-基于樣本均值的推斷統(tǒng)計
-基于樣本方差的推斷統(tǒng)計
-樣本的非參數(shù)檢驗
-應用Python進行數(shù)據(jù)挖掘
-基于金融數(shù)據(jù)的回歸分析
-線性回歸,邏輯回歸
-基于金融數(shù)據(jù)的有監(jiān)督學習
-有監(jiān)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集成學習算法
模塊三 金融數(shù)據(jù)挖掘在銀行場景的應用舉例
-金融數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)挖掘的客戶細分與客戶營銷
-基于數(shù)據(jù)挖掘的客戶關系分析與管理
-金融數(shù)據(jù)挖掘技術在巴塞爾資本協(xié)議下的銀行風險計量中的應用
-巴塞爾資本協(xié)議下的風險計量概述
-風險計量中的數(shù)據(jù)挖掘算法
-數(shù)據(jù)挖掘技術在巴塞爾風險計量中的實踐案例
數(shù)據(jù)挖掘技術課程
轉載:http://www.moqiwei.com/gkk_detail/273689.html
已開課時間Have start time
- 曲融
大數(shù)據(jù)營銷內訓
- 醫(yī)療行業(yè)數(shù)字化營銷趨勢及實 王文琭
- 數(shù)智化領域新技術與典型應用 胡國慶
- 數(shù)字時代下的營銷趨勢 韓天成
- 《銀行數(shù)據(jù)驅動經(jīng)營方法論與 宗錦(
- 數(shù)字技術與數(shù)字工具應用 王文琭
- 以需求為導向的大數(shù)據(jù)精準營 張世民
- 大數(shù)據(jù)應用現(xiàn)狀與未來發(fā)展重 胡國慶
- 《跨境電商全鏈路AI賦能轉 黃光偉
- 《數(shù)據(jù)資源入表與數(shù)據(jù)治理》 鐘凱
- 數(shù)字經(jīng)濟時代銀行開展數(shù)字化 李勇
- 政府數(shù)字化轉型實務 焦波
- 數(shù)字經(jīng)濟與數(shù)據(jù)技術應用與變 王文琭