金融商業(yè)算法建模：基于Python和SAS

前言
第1章　金融建模綜述1
11　企業(yè)中數(shù)據(jù)分析的層級(jí)1
12　操作層面的數(shù)據(jù)分析對(duì)象與成果4
13　數(shù)據(jù)挖掘方法分類(lèi)介紹4
131　預(yù)測(cè)性—有監(jiān)督學(xué)習(xí)5
132　描述性—無(wú)監(jiān)督學(xué)習(xí)10
14　數(shù)據(jù)挖掘方法論12
15　數(shù)據(jù)挖掘建?？蚣艿?個(gè)原則14
16　利用SAS EM創(chuàng)建數(shù)據(jù)挖掘項(xiàng)目16
161　創(chuàng)建數(shù)據(jù)挖掘項(xiàng)目16
162　給項(xiàng)目添加邏輯庫(kù)和數(shù)據(jù)集20
163　SAS EM項(xiàng)目的系統(tǒng)文檔介紹26
第2章　決策類(lèi)模型28
21　客戶(hù)價(jià)值預(yù)測(cè)28
211　線(xiàn)性回歸模型概述28
212　Python案例：線(xiàn)性回歸建模33
213　多元線(xiàn)性回歸的變量篩選40
214　Python案例：多元線(xiàn)性回歸變量篩選43
215　模型假設(shè)檢驗(yàn)44
216　殘差分析48
217　強(qiáng)影響點(diǎn)分析49
218　Python案例：線(xiàn)性回歸調(diào)優(yōu)實(shí)戰(zhàn)50
219　線(xiàn)性回歸的完整流程小結(jié)59
2110　正則化61
2111　Python案例：嶺回歸與Lasso回歸實(shí)戰(zhàn)65
22　營(yíng)銷(xiāo)響應(yīng)預(yù)測(cè)70
221　使用邏輯回歸預(yù)測(cè)用戶(hù)響應(yīng)率70
222　比較邏輯回歸與線(xiàn)性回歸70
223　圖解邏輯回歸71
224　邏輯回歸算法概述73
225　分類(lèi)模型的評(píng)估75
226　分類(lèi)變量的處理79
227　Python案例：邏輯回歸建模實(shí)戰(zhàn)80
228　SAS EM案例：貸款違約預(yù)測(cè)實(shí)戰(zhàn)88
229　邏輯回歸建模小結(jié)104
23　細(xì)分畫(huà)像104
231　主成分分析105
232　因子分析116
233　變量聚類(lèi)127
234　樣本聚類(lèi)1—層次聚類(lèi)130
235　樣本聚類(lèi)2—K-Means聚類(lèi)136
24　交叉銷(xiāo)售165
241　關(guān)聯(lián)規(guī)則165
242　序列模式185
第3章　識(shí)別類(lèi)模型195
31　申請(qǐng)反欺詐195
311　決策樹(shù)195
312　組合算法228
313　最近鄰域法253
314　樸素貝葉斯257
315　支持向量機(jī)263
316　神經(jīng)網(wǎng)絡(luò)276
32　違規(guī)行為識(shí)別294
321　孤立森林296
322　局部異常因子304
第4章　優(yōu)化分析類(lèi)模型308
41　預(yù)測(cè)技術(shù)308
411　效應(yīng)分解法309
412　基于動(dòng)力模型的ARIMA317
413　基于深度學(xué)習(xí)的LSTM333
42　運(yùn)籌優(yōu)化341
421　線(xiàn)性規(guī)劃342
422　整數(shù)規(guī)劃344
423　非線(xiàn)性規(guī)劃347
43　流程挖掘348
431　業(yè)務(wù)流程挖掘的總體理念348
432　流程發(fā)現(xiàn)352
433　流程監(jiān)控353
434　流程遵循354
435　Python案例：利用pm4py實(shí)現(xiàn)流程挖掘355
第5章　模型評(píng)估與模型監(jiān)控363
51　模型評(píng)估363
511　混淆矩陣363
512　ROC曲線(xiàn)363
513　KS統(tǒng)計(jì)量365
514　洛倫茲曲線(xiàn)與基尼系數(shù)366
52　模型監(jiān)控368
521　前端監(jiān)控—業(yè)務(wù)指標(biāo)368
522　前端監(jiān)控—評(píng)分分布穩(wěn)定性368
523　前端監(jiān)控—特征分布穩(wěn)定性370
524　后端監(jiān)控—評(píng)分正確性371
525　后端監(jiān)控—變量有效性372
第6章　算法工程化374
61　構(gòu)建合理的項(xiàng)目工程結(jié)構(gòu)374
611　為什么要構(gòu)建合理的項(xiàng)目工程結(jié)構(gòu)374
612　什么是一個(gè)數(shù)據(jù)科學(xué)項(xiàng)目應(yīng)有的結(jié)構(gòu)375
62　如何編寫(xiě)規(guī)范的數(shù)據(jù)工程代碼378
621　代碼可讀性379
622　數(shù)據(jù)處理性能381
附錄　SAS EM節(jié)點(diǎn)說(shuō)明386