金融数据挖掘 马超群【正版书】 阿里云 kindle chm umd 极速 pdf txt 下载

金融数据挖掘 马超群【正版书】电子书下载地址
寄语:
【店主推荐,正版书放心购买,可开发票】
内容简介:
《金融数据挖掘》主要内容包括:金融管理研究的一个显著特点是数据分析量大、不确定性因素多,面对当今时代的海量金融数据,基于传统统计技术建立的模型假设条件多,实际应用难以奏效。数据挖掘是20世纪90年代中期兴起的新技术,是发现数据中有用模式的过程,其目的在于使用所发现的模式帮助解释当前的行为或预测未来的结果,以人们容易理解的形式提供有用的决策信息。
《金融数据挖掘》对一些相对较成熟的挖掘技术的讨论,阐述其用途、解决思路、需注意的主要问题、步骤,以金融领域的具体案例介绍模型与方法的应用。全书包括金融数据预处理、分类技术、预测、聚类技术、神经网络与支持向量机、异常数据挖掘,并且介绍了这些领域的一些最新方法。
《金融数据挖掘》可作为信息管理与金融类专业本科生和研究生的教材,也可供从事数据挖掘技术与应用研究的科研人员、金融市场数据分析人员,以及数据挖掘应用软件的开发者参考。
书籍目录:
丛书序
序言
前言
第章绪论
.数据挖掘技术的兴起
.2数据挖掘概述
.3数据挖掘与统计学
.4数据挖掘与金融
第2章金融数据预处理
2.概述
2.2数据预处理任务
2.3常见数据预处理技术
2.4案例 信用卡数据挖掘的预处理
2.5金融时间序列去噪预处理研究
第3章关联规则挖掘技术
3.关联规则的定义
3.2关联规则挖掘技术
3.3案例 银行卡的关联规则挖掘
3.4基于共同机制思想的时间序列关联模式挖掘
第4章分类技术
4.分类建模介绍
4.2判别式分类
4.3决策树分类
4.4贝叶斯分类
4.5粗糙集方法
4.6分类技术在信用卡管理中的应用
第5章预测技术
5.线性回归分析
5.2非线性田归分析
5.3灰色预测技术
5.4组合预测技术
5.5混合预测模型在股票价格预测中的应用
第6章神经网络与支持向量机
6.神经网络概述
6.2前向型神经网络
6.3Hopfield网络
6.4自组织特征映射神经网络
6.5统计学习理论
6.6支持向量机
6.7支持向量机方法在金融预测中的应用
第7章聚类分析
7.聚类的相关概念
7.2数据类型及相似性度量
7.3分割聚类算法
7.4层次聚类法
7.5基于密度的聚类方法
7.6基于模型的聚类
7.7聚类分析技术在金融投资分析中的应用
第8章时间序列数据挖掘
8.经典时间序列分析模型
8.2金融时间序列挖掘与模型分析法的比较
8.3时间序列挖掘的基本问题
8.4时间序列相似性度量的一般方法
8.5反映心理偏好的时间序列相似性度量研究
8.6时间序列的符号化处理
8.7时间序列事件征兆模式挖掘研究
8.8征兆模式挖掘在股票市场有效性研究中的应用
第9章异常数据挖掘
9.概述
9.2异常的定义
9.3异常的隐藏
9.4异常挖掘的一般方法
9.5异常数据挖掘在金融领域中的应用
参考文献
致谢”
作者介绍:
暂无相关内容,正在全力查找中
出版社信息:
暂无出版社相关信息,正在全力查找中!
书籍摘录:
暂无相关书籍摘录,正在全力查找中!
在线阅读/听书/购买/PDF下载地址:
原文赏析:
暂无原文赏析,正在全力查找中!
其它内容:
编辑推荐
金融管理研究的一个显著特点是数据分析量大、不确定性因素多,面对当今时代的海量金融数据,基于传统统计技术建立的模型假设条件多,实际应用难以奏效。数据挖掘是20世纪90年代中期兴起的新技术,是发现数据中有用模式的过程,其目的在于使用所发现的模式帮助解释当前的行为或预测未来的结果,以人们容易理解的形式提供有用的决策信息。本书对一些相对较成熟的挖掘技术的讨论,阐述其用途、解决思路、需注意的主要问题、步骤,以金融领域的具体案例介绍模型与方法的应用。全书包括金融数据预处理、分类技术、预测、聚类技术、神经网络与支持向量机、异常数据挖掘,并且介绍了这些领域的一些新方法。本书可作为信息管理与金融类专业本科生和研究生的教材,也可供从事数据挖掘技术与应用研究的科研人员、金融市场数据分析人员,以及数据挖掘应用软件的开发者参考。
书籍介绍
《金融数据挖掘》主要内容包括:金融管理研究的一个显著特点是数据分析量大、不确定性因素多,面对当今时代的海量金融数据,基于传统统计技术建立的模型假设条件多,实际应用难以奏效。数据挖掘是20世纪90年代中期兴起的新技术,是发现数据中有用模式的过程,其目的在于使用所发现的模式帮助解释当前的行为或预测未来的结果,以人们容易理解的形式提供有用的决策信息。
《金融数据挖掘》对一些相对较成熟的挖掘技术的讨论,阐述其用途、解决思路、需注意的主要问题、步骤,以金融领域的具体案例介绍模型与方法的应用。全书包括金融数据预处理、分类技术、预测、聚类技术、神经网络与支持向量机、异常数据挖掘,并且介绍了这些领域的一些最新方法。
《金融数据挖掘》可作为信息管理与金融类专业本科生和研究生的教材,也可供从事数据挖掘技术与应用研究的科研人员、金融市场数据分析人员,以及数据挖掘应用软件的开发者参考。
网站评分
书籍多样性:5分
书籍信息完全性:9分
网站更新速度:9分
使用便利性:7分
书籍清晰度:5分
书籍格式兼容性:7分
是否包含广告:5分
加载速度:4分
安全性:4分
稳定性:8分
搜索功能:5分
下载便捷性:8分
下载点评
- 博大精深(586+)
- 实惠(647+)
- 二星好评(116+)
- 收费(136+)
- 无缺页(402+)
- 在线转格式(605+)
- txt(544+)
- 种类多(493+)
- 引人入胜(674+)
- 可以购买(443+)
- 内涵好书(210+)
下载评价
- 网友 相***儿:
你要的这里都能找到哦!!!
- 网友 温***欣:
可以可以可以
- 网友 訾***晴:
挺好的,书籍丰富
- 网友 融***华:
下载速度还可以
- 网友 石***致:
挺实用的,给个赞!希望越来越好,一直支持。
- 网友 宓***莉:
不仅速度快,而且内容无盗版痕迹。
- 网友 曾***玉:
直接选择epub/azw3/mobi就可以了,然后导入微信读书,体验百分百!!!
- 网友 田***珊:
可以就是有些书搜不到
- 网友 郗***兰:
网站体验不错
- 网友 谭***然:
如果不要钱就好了
- 网友 康***溪:
强烈推荐!!!
- 网友 丁***菱:
好好好好好好好好好好好好好好好好好好好好好好好好好
喜欢"金融数据挖掘 马超群【正版书】"的人也看了
尸体会说话 阿里云 kindle chm umd 极速 pdf txt 下载
砚史 阿里云 kindle chm umd 极速 pdf txt 下载
中公省考2023广东省公务员考试 历年真题精解行政职业能力测验 阿里云 kindle chm umd 极速 pdf txt 下载
问道天路-骑游青藏高原六十二天 阿里云 kindle chm umd 极速 pdf txt 下载
课堂小笔记 初中化学(新版) 阿里云 kindle chm umd 极速 pdf txt 下载
父与子全集(彩图注音版)3-12岁儿童漫画 课外阅读 经典童话故事书籍 阿里云 kindle chm umd 极速 pdf txt 下载
多彩的童年书坊 超厚本 6-9岁 彩图注音 小故事大道理 阿里云 kindle chm umd 极速 pdf txt 下载
全国社会工作者职业水平考试高频考点名师详解-社会工作实务(初级) 阿里云 kindle chm umd 极速 pdf txt 下载
电工电路识图、布线、接线与维修 电工基础知识 电工识图电路电工操作技能快速入门 电工现场施工技术书 化学工业正版 阿里云 kindle chm umd 极速 pdf txt 下载
新复仇者联盟(4聚合) (美)布莱恩·迈克尔·本迪斯|译者:路半仙|绘画:(加)史蒂夫·麦克尼文 世界图书出版公司 阿里云 kindle chm umd 极速 pdf txt 下载
- 女性进化论 阿里云 kindle chm umd 极速 pdf txt 下载
- 霍金讲演录 黑洞婴儿宇宙及其他 【正版图书】 阿里云 kindle chm umd 极速 pdf txt 下载
- 广告学(第2版)(高等学校经济与工商管理系列教材) 阿里云 kindle chm umd 极速 pdf txt 下载
- 乐学喵考研2023曲艺考研政治形势与政策及当代世界经济与政治 考研政治冲刺复习 阿里云 kindle chm umd 极速 pdf txt 下载
- 尧舜遗风 阿里云 kindle chm umd 极速 pdf txt 下载
- 英语及解题指导练习册-2009年版-高中起点升本、专科-全国各类成人高等学校招生考试丛书 阿里云 kindle chm umd 极速 pdf txt 下载
- 秦腔图像小说 阿里云 kindle chm umd 极速 pdf txt 下载
- 山香2021年教师招聘考试用书 教育理论基础历年真题解析及押题试卷 通用版 2020山香招教入编考试辅导用书 教育理论历年真题卷 阿里云 kindle chm umd 极速 pdf txt 下载
- 未来教育·全国计算机等级考试无纸化上机笔试模拟考场 阿里云 kindle chm umd 极速 pdf txt 下载
- 【领券减100】全套7册包邮非暴力沟通的父母话术训练手册父母的语言青春期叛逆期孩子的正面管教不吼不叫培养好孩子做好儿童的心里抚养畅销书 完美的家庭教育组合 阿里云 kindle chm umd 极速 pdf txt 下载
书籍真实打分
故事情节:8分
人物塑造:5分
主题深度:3分
文字风格:3分
语言运用:9分
文笔流畅:3分
思想传递:3分
知识深度:5分
知识广度:8分
实用性:4分
章节划分:7分
结构布局:5分
新颖与独特:7分
情感共鸣:4分
引人入胜:5分
现实相关:3分
沉浸感:4分
事实准确性:7分
文化贡献:3分