課程大綱： 大數據與金融培訓
第一講 大數據金融的原理
1.1 大數據的概念
1.2 大數據的思維
1.3 大數據的運用
1.4 大數據的處理流程
第二講 對金融數據降維
2.1 降維的準備工作
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
數據與代碼
第三講 聚類在金融中的應用
3.1 聚類的經濟學需求
3.2 聚類原理與算法
3.3 聚類的金融案例
數據與代碼
第四講 關聯規則分析
4.1 理論與算法
4.2 R語言實踐
4.3 案例分析
數據與代碼
第五講 金融數據可視化
5.1 可視化理論
5.2 基本作圖
5.3 地圖作圖
數據與代碼
第六講 網絡數據采集
6.1 爬蟲理論
6.2 靜態網頁本地化
6.3 靜態網頁解析
6.4 截取通信
6.5 動態網頁
6.6 API獲取
數據與代碼
第七講 特征工程在金融分析中的應用
7.1 特征工程理論
7.2 結構化與缺失值處理
7.3 改變分布
7.4 特征選擇
7.5 總結討論
第八講 文本分析初步
8.1 本節引言
8.2 文本預處理
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
數據與代碼
加入高級會員獲得助教答疑
