首页
通识课程
实训项目
知识锦囊
数据素养学习平台
首页
通识课程
实训项目
知识锦囊
登录
注册
登录
/
注册
大数据与金融
简介
分类
校属课程
课程标签：
数据案例-alk
查看课程
任务列表
第1任务: 1.1 大数据概念
第2任务: 1.2 大数据的思维
第3任务: 1.3 大数据的运用
第4任务: 1.4 大数据的处理流程
第5任务: 第1讲 大数据金融的基本原理
第6任务: 第一讲案例：大数据杀熟
第7任务: 第一讲 习题
第8任务: 2.1降维的准备工作
第9任务: 2.2常用的降维方法-上
第10任务: 2.2常用的降维方法-下
第11任务: 2.3 因子分析
第12任务: 2.4降维分析的二元操作
第13任务: 2.5主成分分析
第14任务: 第2讲 金融大数据降维
第15任务: 实验案例：金融大数据降维
第16任务: 第二讲 习题
第17任务: 3.1聚类的经济学需求
第18任务: 3.2聚类的原理与算法
第19任务: 3.2-1层次聚类
第20任务: 3.2-2模糊聚类
第21任务: 3.2-3自组织映射神经网络
第22任务: 3.3聚类的金融案例-上
第23任务: 3.3聚类的金融案例-下
第24任务: 第3讲 聚类分析及其在金融领域的运用
第25任务: 案例：Forclass_Cluster
第26任务: 实验案例：FCM模糊聚类+层次聚类+因子分析模块简介
第27任务: 实验案例：kmeans聚类+自组织映射神经网络SOM模块简介
第28任务: 层次聚类+SOM（R语言）
第29任务: k-means聚类（R语言）
第30任务: 第三讲 习题
第31任务: 4.1理论和算法
第32任务: 4.2R语言实践
第33任务: 4.3案例分析
第34任务: 第4讲 关联规则分析及其在金融领域的运用
第35任务: Forclass_rules
第36任务: 关联规则分析
第37任务: 关联规则分析（R语言）
第38任务: 购物篮关联规则分析
第39任务: 关联规则智能推荐算法（山地自行车）
第40任务: 第四讲 习题
第41任务: 8.1 本节引言
第42任务: 8.2 文本预处理
第43任务: 8.3 词袋模型
第44任务: 8.4 主题模型与词向量模型
第45任务: 8.5 主题模型实践
第46任务: 8.自然语言处理
第47任务: 实验案例：非结构化文本分析
第48任务: 实验案例：拓展案例
第49任务: 实验案例：拓展案例（R语言）
第50任务: 实验案例：语料库及词云图
第51任务: 第五讲 习题
