書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

金融數(shù)據(jù)挖掘-基于大數(shù)據(jù)視角的展望

出版社：知識(shí)產(chǎn)權(quán)出版社出版時(shí)間：2013-06-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 212
中 圖 價(jià):¥32.4(7.2折) 定價(jià)  ¥45.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書(shū)更多>

金融數(shù)據(jù)挖掘-基于大數(shù)據(jù)視角的展望 版權(quán)信息

金融數(shù)據(jù)挖掘-基于大數(shù)據(jù)視角的展望 本書(shū)特色

　　《金融數(shù)據(jù)挖掘：基于大數(shù)據(jù)視角的展望》結(jié)構(gòu)分為五個(gè)篇章。**篇介紹了數(shù)據(jù)挖掘方法。第二篇是銀行數(shù)據(jù)挖掘篇，介紹了基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的信用評(píng)分方法。第三篇是證券數(shù)據(jù)挖掘篇，探討了基于多種數(shù)據(jù)挖掘方法的股票價(jià)格預(yù)測(cè)、金融市場(chǎng)價(jià)格預(yù)測(cè)及股票自動(dòng)交易系統(tǒng)。第四篇是保險(xiǎn)及其他數(shù)據(jù)挖掘篇，研究了基于數(shù)據(jù)挖掘的保險(xiǎn)欺詐監(jiān)測(cè)、企業(yè)破產(chǎn)預(yù)測(cè)、財(cái)務(wù)報(bào)表欺詐監(jiān)測(cè)等問(wèn)題。第五篇從大數(shù)據(jù)的視角對(duì)金融數(shù)據(jù)挖掘進(jìn)行了擴(kuò)展和展望。 　　《金融數(shù)據(jù)挖掘：基于大數(shù)據(jù)視角的展望》的讀者可以是對(duì)數(shù)據(jù)挖掘算法感興趣的計(jì)算機(jī)專業(yè)人士或是對(duì)金融信息挖掘感興趣的領(lǐng)域?qū)＜，也可作為金融信息工程方向的工程碩士教材或參考書(shū)。

金融數(shù)據(jù)挖掘-基于大數(shù)據(jù)視角的展望 內(nèi)容簡(jiǎn)介

全書(shū)從5個(gè)方面講述大數(shù)據(jù)時(shí)代下的金融數(shù)據(jù)挖掘方法：1）數(shù)據(jù)挖掘方法；2）銀行數(shù)據(jù)挖掘篇，介紹了基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的信用評(píng)分方法；3）證券數(shù)據(jù)挖掘，探討了基于多種數(shù)據(jù)挖掘方法的股票價(jià)格預(yù)測(cè)、金融市場(chǎng)價(jià)格預(yù)測(cè)及股票自動(dòng)交易系統(tǒng)；4）保險(xiǎn)及其他數(shù)據(jù)挖掘，研究了基于數(shù)據(jù)挖掘的保險(xiǎn)欺詐監(jiān)測(cè)、企業(yè)破產(chǎn)預(yù)測(cè)、財(cái)務(wù)報(bào)表欺詐監(jiān)測(cè)等問(wèn)題；5）從大數(shù)據(jù)的視角對(duì)金融數(shù)據(jù)挖掘進(jìn)行了擴(kuò)展和展望。   本書(shū)適合對(duì)數(shù)據(jù)挖掘算法感興趣的計(jì)算機(jī)專業(yè)人士或是對(duì)金融信息挖掘感興趣的領(lǐng)域?qū)＜议喿x，也可作為金融信息工程方向的工程碩士教材或參考書(shū)。

金融數(shù)據(jù)挖掘-基于大數(shù)據(jù)視角的展望 目錄

**篇 金融數(shù)據(jù)挖掘概述
　第1章 緒論
　　1.1 金融領(lǐng)域進(jìn)行數(shù)據(jù)挖掘的必要性
　　1.2 金融數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域
　　1.3 金融數(shù)據(jù)挖掘的過(guò)程
　　1.4 本章小結(jié)
　第2章 數(shù)據(jù)挖掘的原理、方法與技術(shù)
　　2.1 數(shù)據(jù)挖掘概述
　　2.2 數(shù)據(jù)預(yù)處理
　　2.3 數(shù)據(jù)倉(cāng)庫(kù)的建立
　　2.4 數(shù)據(jù)挖掘方法
　　2.5 數(shù)據(jù)挖掘評(píng)估
　　2.6 本章小結(jié)
第二篇 銀行數(shù)據(jù)挖掘
　第3章 基于神經(jīng)網(wǎng)絡(luò)的信用評(píng)分方法
　　3.1 引言
　　3.2 神經(jīng)網(wǎng)絡(luò)
　　3.3 數(shù)據(jù)集
　　3.4 實(shí)驗(yàn)設(shè)計(jì)
　　3.5 實(shí)驗(yàn)結(jié)果
　　3.6 實(shí)驗(yàn)結(jié)果分析
　　3.7 本章小結(jié)
　第4章 基于支持向量機(jī)的信用風(fēng)險(xiǎn)評(píng)估方法
　　4.1 引言
　　4.2 svm參數(shù)優(yōu)化方法
　　4.3 實(shí)證分析
　　4.4 本章小結(jié)
　第5章 基于數(shù)據(jù)挖掘的銀行信貸評(píng)價(jià)方法
　　5.1 引言
　　5.2 基于數(shù)據(jù)挖掘的銀行信貸評(píng)價(jià)模型
　　5.3 實(shí)證檢驗(yàn)
　　5.4 本章小結(jié)
第三篇 證券數(shù)據(jù)挖掘
　第6章 基于粗糙集的股票價(jià)格預(yù)測(cè)方法
　　6.1 引言
　　6.2 基于粗糙集的預(yù)測(cè)方法
　　6.3 基于粗糙集的股票預(yù)測(cè)模型
　　6.4 實(shí)證分析
　　6.5 本章小結(jié)
　第7章 基于網(wǎng)絡(luò)信息的金融市場(chǎng)價(jià)格預(yù)測(cè)
　　7.1 引言
　　7.2 微博的發(fā)展及在金融預(yù)測(cè)中的實(shí)際意義
　　7.3 相關(guān)性檢驗(yàn)與svm股價(jià)預(yù)測(cè)
　　7.4 實(shí)證分析
　　7.5 本章小結(jié)
　第8章 基于數(shù)據(jù)挖掘的股票自動(dòng)交易系統(tǒng)
　　8.1 引言
　　8.2 神經(jīng)網(wǎng)絡(luò)和小波分析技術(shù)
　　8.3 基于小波分析和bp神經(jīng)網(wǎng)絡(luò)的股票自動(dòng)交易系統(tǒng)
　　8.4 實(shí)證分析
　　8.5 本章小結(jié)
　　……
第四篇 保險(xiǎn)及其他數(shù)據(jù)挖掘
第五篇 基于金融大數(shù)據(jù)視角的展望

展開(kāi)全部

金融數(shù)據(jù)挖掘-基于大數(shù)據(jù)視角的展望 作者簡(jiǎn)介

許偉，男，博士，中國(guó)人民大學(xué)信息學(xué)院經(jīng)濟(jì)信息管理系副教授，碩士生導(dǎo)師。主要研究領(lǐng)域?yàn)榻鹑诠芾、信息系統(tǒng)。主持國(guó)家自然科學(xué)基金、北京市自然科學(xué)基金、省市部委及金融企業(yè)合作項(xiàng)目多項(xiàng)，在European Journal of Operational Research、Decision Support Systems、IEEE Trans. Systems, Man and Cybernetics、Fuzzy Sets and Systems等國(guó)內(nèi)外期刊和國(guó)際會(huì)議上發(fā)表研究論文50余篇，獲得北京市優(yōu)秀人才、北京市科技新星、IBM訪問(wèn)學(xué)者、北京市哲學(xué)社會(huì)科學(xué)優(yōu)秀成果獎(jiǎng)等多個(gè)獎(jiǎng)項(xiàng)。

暫無(wú)評(píng)論……
書(shū)友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服