本书从零基础门，注重实战，内含10个学习实例，3个完整的项目案例，详细讲解了Python的环境搭建、基本语法结构、趣味应用、分析与建模以及完整的项目案例。全书采用视频教学，全程语音讲解的方式，配有270分钟高品质配套教学视频；教学资源丰富，提供教学课件、源代码、数据集。本书适用于互联网金融行业或银行业中的风控人员及学者；金融行业中的数据分析师及学者；正在学习Python机器学习方面的人员。
售 价：¥
纸质售价：¥37.00购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
封面页
书名页
版权页
内容简介
前言
目录
第1章 Python开发环境搭建
1.1 利器1：Notepad编辑器
1.2 利器2：Anaconda
1.3 利器3：Miniconda
1.4 利器4：PyCharm IDE工具
1.5 利器5：Spyder
1.6 利器6：Jupyter Notebook
1.7 小结
第2章 Python数据类型用法讲解
2.1 变量
2.2 字符串
2.3 列表list
2.3.1 增（append、insert、extend）
2.3.2 删（pop、remove、del）
2.3.3 改、查
2.3.4 列表的循环遍历
2.3.5 排序（sort，reverse）
2.3.6 列表的其他操作符
2.4 集合set
2.4.1 创建集合
2.4.2 集合的增、删
2.4.3 集合的交、并、补等操作
2.5 字典dictionary
2.5.1 字典的查找操作
2.5.2 字典的增、改操作
2.5.3 字典的删操作
2.5.4 字典的常用方法
2.5.5 有序字典
2.6 函数
2.7 小结
第3章 Python下的实际应用
3.1 Python连接MySQL数据库
3.2 Python连接MongoDB数据库
3.3 结巴分词和词云图
3.4 简单社交网络
3.5 JSON解析
3.6 OCR文字识别
3.7 pyecharts
3.8 stats简单统计分析
3.9 小结
第4章 异常样本识别
4.1 逻辑回归、交叉验证与欠采样
4.2 基于分布的异常样本识别
4.3 小结
第5章 自然语言处理案例——电商评论
5.1 数据加载与预处理
5.2 数据可视化
5.3 文本分析
5.4 情感分析
5.5 文本分类
5.6 小结
第6章 模型融合
6.1 分类模型的融合方法
6.2 回归模型的融合方法
6.3 小结
第7章 创建金融申请评分卡
7.1 变量选择
7.2 各变量按照ln（odds）进行分箱
7.3 计算WOE与IV值
7.4 逻辑回归建模
7.5 创建评分卡
7.6 申请评分卡的评价、使用与监控
7.7 小结
第8章 社交网络分析禹反欺诈
8.1 Neo4j的下载与安装
8.2 图形界面介绍
8.3 Cypher语言
8.4 Neo4j案例1——《天龙八部》的人物关系分析
8.5 Neo4j案例2——金融场景中的社交网络分析
8.6 Py2neo
8.7 小结
参考文献
附录A PyCharm安装步骤
附录B MyCQL安装步骤
附录C MongDB安装步骤
附录D Neo4j安装步骤
附录E jdk安装步骤
附录F 第三方包安装步骤
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
