| 主講老師： | 曲融 |  |
| 課時安排： | 1-2天，6小時/天 | |
| 學習費用： | 面議 | |
| 課程預約： | 隋老師  (微信同號) |
|
| 課程簡介： | 全面掌握金融科技的生態環境 全面理解金融科技基礎設施體系 深入理解云上銀行的智能風控與智能營銷 深入理解 云上銀行的數據分布式架構體系 | |
| 內訓課程分類： | 綜合管理 | 人力資源 | 市場營銷 | 財務稅務 | 基層管理 | 中層管理 | 領導力 | 管理溝通 | 薪酬績效 | 企業文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權激勵 | 生產管理 | 采購物流 | 項目管理 | 安全管理 | 質量管理 | 員工管理 | 班組管理 | 職業技能 | 互聯網+ | 新媒體 | TTT培訓 | 禮儀服務 | 商務談判 | 演講培訓 | 宏觀經濟 | 趨勢發展 | 金融資本 | 商業模式 | 戰略運營 | 法律風險 | 沙盤模擬 | 國企改革 | 鄉村振興 | 黨建培訓 | 保險培訓 | 銀行培訓 | 電信領域 | 房地產 | 國學智慧 | 心理學 | 情緒管理 | 時間管理 | 目標管理 | 客戶管理 | 店長培訓 | 新能源 | 數字化轉型 | 工業4.0 | 電力行業 | | |
| 更新時間： | 2022-11-28 19:32 |
【課程收益】
2 全面掌握金融科技的生態環境
2 全面理解金融科技基礎設施體系
2 深入理解云上銀行的智能風控與智能營銷
2 深入理解 云上銀行的數據分布式架構體系
【課程對象】銀行高管、企業高管、銀行部門負責人、銀行戰略研究負責人，銀行科技條線負責人，銀行科技條線工作人員
【課程特色】實戰派風格、針對性強、追求“落地”文化
【課程時長】6-12小時
【課程大綱】
模塊一 金融數據挖掘概述
n 數據挖掘技術在金融領域的應用現狀
n 金融科技的主要應用場景分析
n 數據挖掘技術在金融業務分析中的作用
n 金融數據挖掘系統架構
n 金融數據挖掘的過程
模塊二 基于Python的金融數據挖掘方法
n Python的編程環境
l Anaconda，Jupeter Notebook，Spyder
l Scikit-learn庫的安裝和導入
n 應用Pandas進行數據處理
l 數據的導入和導出
l Pandas數據結構
l Pandas繪圖基礎
l Pandas數據處理
l 金融數據處理綜合應用舉例
n 應用Pandas進行統計分析
l 金融數據的常用統計計算
2 單列數據運算，雙列數據的相關性運算
l 金融數據的描述統計
2 單列數據的頻數統計
2 多列數據的列聯表分析
2 數據描述的可視化
l 金融數據的推斷統計
2 推斷統計基礎
2 基于樣本均值的推斷統計
2 基于樣本方差的推斷統計
2 樣本的非參數檢驗
n 應用Python進行數據挖掘
l 基于金融數據的回歸分析
2 線性回歸，邏輯回歸
l 基于金融數據的有監督學習
2 有監督學習簡介
2 KNN分類器
2 樸素貝葉斯分類器
2 決策樹分類器
l 集成學習算法
2 集成學習算法簡介
2 Bagging集成學習算法
2 Adaboost集成學習算法
模塊三 金融數據挖掘在銀行場景的應用舉例
n 金融數據挖掘在零售銀行信用風險管理中的應用
l 銀行風險管理概述
l 申請風險評分模型與應用分析
l 行為風險評分模型與應用分析
l 欺詐風險評分模型與應用分析
n 金融數據挖掘技術在客戶關系管理中的應用
l 客戶生命周期管理概述
l 基于數據挖掘的客戶細分與客戶營銷
l 基于數據挖掘的客戶關系分析與管理
n 金融數據挖掘技術在巴塞爾資本協議下的銀行風險計量中的應用
l 巴塞爾資本協議下的風險計量概述
l 風險計量中的數據挖掘算法
l 數據挖掘技術在巴塞爾風險計量中的實踐案例
京公網安備 11011502001314號
