【课程收益】
- 全面掌握金融科技的生态环境
- 全面理解金融科技基础设施体系
- 深入理解云上银行的智能风控与智能营销
- 深入理解 云上银行的数据分布式架构体系
【课程对象】银行高管、企业高管、银行部门负责人、银行战略研究负责人,银行科技条线负责人,银行科技条线工作人员
【课程特色】实战派风格、针对性强、追求“落地”文化
【课程时长】6-12小时
【课程大纲】
模块一 金融数据挖掘概述
- 数据挖掘技术在金融领域的应用现状
- 金融科技的主要应用场景分析
- 数据挖掘技术在金融业务分析中的作用
- 金融数据挖掘系统架构
- 金融数据挖掘的过程
模块二 基于Python的金融数据挖掘方法
- Python的编程环境
- Anaconda,Jupeter Notebook,Spyder
- Scikit-learn库的安装和导入
- 应用Pandas进行数据处理
- 数据的导入和导出
- Pandas数据结构
- Pandas绘图基础
- Pandas数据处理
- 金融数据处理综合应用举例
- 应用Pandas进行统计分析
- 金融数据的常用统计计算
- 单列数据运算,双列数据的相关性运算
- 金融数据的描述统计
- 单列数据的频数统计
- 多列数据的列联表分析
- 数据描述的可视化
- 金融数据的推断统计
- 推断统计基础
- 基于样本均值的推断统计
- 基于样本方差的推断统计
- 样本的非参数检验
- 应用Python进行数据挖掘
- 基于金融数据的回归分析
- 线性回归,逻辑回归
- 基于金融数据的有监督学习
- 有监督学习简介
- KNN分类器
- 朴素贝叶斯分类器
- 决策树分类器
- 集成学习算法
- 集成学习算法简介
- Bagging集成学习算法
- Adaboost集成学习算法
模块三 金融数据挖掘在银行场景的应用举例
- 金融数据挖掘在零售银行信用风险管理中的应用
- 银行风险管理概述
- 申请风险评分模型与应用分析
- 行为风险评分模型与应用分析
- 欺诈风险评分模型与应用分析
- 金融数据挖掘技术在客户关系管理中的应用
- 客户生命周期管理概述
- 基于数据挖掘的客户细分与客户营销
- 基于数据挖掘的客户关系分析与管理
- 金融数据挖掘技术在巴塞尔资本协议下的银行风险计量中的应用
- 巴塞尔资本协议下的风险计量概述
- 风险计量中的数据挖掘算法
- 数据挖掘技术在巴塞尔风险计量中的实践案例