《金融数据挖掘:基于大数据视角的展望》结构分为五个篇章。第一篇介绍了数据挖掘方法。第二篇是银行数据挖掘篇,介绍了基于神经网络和支持向量机的信用评分方法。第三篇是证券数据挖掘篇,探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统。第四篇是保险及其他数据挖掘篇,研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题。第五篇从大数据的视角对金融数据挖掘进行了扩展和展望。
《金融数据挖掘:基于大数据视角的展望》的读者可以是对数据挖掘算法感兴趣的计算机专业人士或是对金融信息挖掘感兴趣的领域专家,也可作为金融信息工程方向的工程硕士教材或参考书。
评分
评分
评分
评分
出于对概率共振的期望,抱着对大数据这一最强预测武器的奢望买了这本书,想要寻找概率预测方法中最锋利的矛,在宏观层面上向混沌这一最坚固的盾发起攻击,结果,大费周章之后的预测模型竟然只有不到100个样本量,压根就没有统计意义,而且粗糙型和网络型两种预测模型的准确率分别只有52%和54%,这样的准确率连单独一个MACD都不如,并且只讲买点不讲卖点,也成不了一个完整的系统。好失望,我不相信这就是大数据的能力。
评分把传统的模式识别方法应用到了大数据领域。
评分太笼统 不过 具体的应用 还挺明确
评分就是老师布置学生攒的文集,除了参考文献(待证实)也许有点价值,一毛钱干货的没有!一毛钱干货都没有!一毛钱干货都没有!
评分就是老师布置学生攒的文集,除了参考文献(待证实)也许有点价值,一毛钱干货的没有!一毛钱干货都没有!一毛钱干货都没有!
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有