Python金融实战应用

林芊蔚

目录

  • 1 引言
    • 1.1 数据挖掘的概念
    • 1.2 金融数据挖掘的意义和应用
    • 1.3 Python简介
  • 2 Python基本知识
    • 2.1 数据类型
    • 2.2 流程控制
    • 2.3 函数与模块
    • 2.4 作业1
  • 3 Numpy 科学计算包
    • 3.1 创建数组
    • 3.2 数组运算
    • 3.3 矩阵运算
  • 4 Pandas 数据分析包
    • 4.1 数据结构
    • 4.2 数据处理
    • 4.3 案例分析：银行卡消费统计
    • 4.4 作业2
  • 5 图形绘制
    • 5.1 基本概念
    • 5.2 Matplotlib图形绘制
    • 5.3 Seaborn图形绘制
    • 5.4 作业3
  • 6 数据挖掘的常见算法
    • 6.1 数据挖掘的常见算法
    • 6.2 算法的常见概念
    • 6.3 逻辑回归模型及Python代码实现
    • 6.4 章节小测
  • 7 关联规则算法
    • 7.1 Apriori算法原理
    • 7.2 Python代码实现
    • 7.3 案例：信用卡推荐
    • 7.4 作业4
  • 8 决策树算法
    • 8.1 决策树算法原理
    • 8.2 Python代码实现分类树
    • 8.3 Python代码实现回归树
    • 8.4 章节小测
  • 9 朴素贝叶斯分类算法
    • 9.1 朴素贝叶斯算法原理
    • 9.2 Python代码实现
    • 9.3 案例：理财产品促销
    • 9.4 章节小测
  • 10 K近邻算法
    • 10.1 K近邻算法的基本原理
    • 10.2 Python代码实现
    • 10.3 课堂小结与课后练习
课堂小结与课后练习