課程大綱： 大數(shù)據(jù)與金融培訓(xùn)
第一講 大數(shù)據(jù)金融的原理
1.1 大數(shù)據(jù)的概念
1.2 大數(shù)據(jù)的思維
1.3 大數(shù)據(jù)的運用
1.4 大數(shù)據(jù)的處理流程
第二講 對金融數(shù)據(jù)降維
2.1 降維的準(zhǔn)備工作
2.2 常用的降維方法
2.3 因子分析
2.4 降維分析的二元操作
2.5 主成分分析
數(shù)據(jù)與代碼
第三講 聚類在金融中的應(yīng)用
3.1 聚類的經(jīng)濟學(xué)需求
3.2 聚類原理與算法
3.3 聚類的金融案例
數(shù)據(jù)與代碼
第四講 關(guān)聯(lián)規(guī)則分析
4.1 理論與算法
4.2 R語言實踐
4.3 案例分析
數(shù)據(jù)與代碼
第五講 金融數(shù)據(jù)可視化
5.1 可視化理論
5.2 基本作圖
5.3 地圖作圖
數(shù)據(jù)與代碼
第六講 網(wǎng)絡(luò)數(shù)據(jù)采集
6.1 爬蟲理論
6.2 靜態(tài)網(wǎng)頁本地化
6.3 靜態(tài)網(wǎng)頁解析
6.4 截取通信
6.5 動態(tài)網(wǎng)頁
6.6 API獲取
數(shù)據(jù)與代碼
第七講 特征工程在金融分析中的應(yīng)用
7.1 特征工程理論
7.2 結(jié)構(gòu)化與缺失值處理
7.3 改變分布
7.4 特征選擇
7.5 總結(jié)討論
第八講 文本分析初步
8.1 本節(jié)引言
8.2 文本預(yù)處理
8.3 詞袋模型
8.4 主題模型與詞向量模型
8.5 主題模型實踐
數(shù)據(jù)與代碼
加入高級會員獲得助教答疑
