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
第31任务： 4.1理论和算法
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
