带你读《Python金融大数据挖掘与分析全流程详解》之三:金融数据挖掘案例实战1
点击查看第一章点击查看第二章 第3章 金融数据挖掘案例实战1 学完正则表达式就可以进行比较高阶的操作了。前面介绍了如何获取百度新闻的网页源代码,本章接着利用正则表达式进行信息提取和文本分析,完成百度新闻的数据挖掘。此外,本章还将进行搜狗新闻、新浪财经的数据挖掘,帮助大家更好地掌握网络数据挖掘的方法。...
【原创】数据挖掘案例——ReliefF和K-means算法的医学应用
阅读目录 1.数据挖掘与聚类分析概述 2.特征选择与聚类分析算法 3.一个医学数据分析实例 4.主要的Matlab源代码 数据挖掘方法的提出,让人们有能力最终认识数据的真正价值,即蕴藏在数据中的信息和知识。数据挖掘 (DataMiriing),指的是从大型数据库...
《数据挖掘:实用案例分析》——2.2 聚类
2.2 聚类 我们经常会碰到这样的问题: 1)如何通过一些特定的症状归纳某类特定的疾病? 2)谁是银行信用卡的黄金客户? 3)谁喜欢打国际长途,在什么时间,打到哪里? 4)对住宅区进行聚类,确定自动提款机ATM的安放位置。 5)如何对用户WAP上网行为进行分析,通过客户分群进行精确营...
《数据挖掘:实用案例分析》——第2章 数据挖掘的应用分类 2.1 分类与回归
第2章 数据挖掘的应用分类 由于数据挖掘能分析出数据中的有用信息,给企业带来显著的经济效益,这使得数据挖掘技术越来越普及。如在销售数据中发掘顾客的消费习惯,并可从交易记录中找出顾客偏好的产品组合,其他包括找出流失顾客的特征与推出新产品的时机点等都是零售业常见的实例;利用数据挖掘分析顾客群的消费行...
《数据挖掘:实用案例分析》——1.5 本章小结
1.5 本章小结 本章主要介绍数据挖掘的相关知识。看到数据挖掘的前景如此美好,是否有跃跃欲试的感觉呢?第2章将介绍数据挖掘的算法及应用场景,看看你身边是否有可应用的场景呢?
《数据挖掘:实用案例分析》——1.4 数据挖掘现状及应用前景
1.4 数据挖掘现状及应用前景 “数据海量,信息缺乏”是大多数金融企业所面对的尴尬。目前,金融业实施的大多数数据库只能实现数据的录入、查询、统计等较低层次的功能,却无法发现数据中存在的各种有用信息,例如对这些数据进行分析,发现其数据模式及特征,然后可能发现某个客户、消费群体或组织的金融和商业需求...
《数据挖掘:实用案例分析》——1.3 信息类BI应用与知识类BI应用
1.3 信息类BI应用与知识类BI应用 BI(Business Intelligence,商业智能)是一种运用了数据仓库、在线分析和数据挖掘等技术来处理和分析数据的崭新技术,目的是为企业决策者提供决策支持。 BI是一个数据加工工厂,BI的原材料是海量的数据,BI的产品是由数据加工而来的信息和...
《数据挖掘:实用案例分析》——1.2 数据挖掘在企业商务智能应用中的定位
1.2 数据挖掘在企业商务智能应用中的定位 报告和商业智能解决方案对于了解过去和现在的状况是非常有用的。但是,预测分析解决方案还能使用户预见未来的发展状况,使其能够先发制人,而不是处于被动。数据分析和数据挖掘系统的目的是带给我们更多的决策支持信息,并不是取代数据报表。报表系统依然有其不可取代的优...
《数据挖掘:实用案例分析》——第1章 初识数据挖掘 1.1 什么是数据挖掘
第1章 初识数据挖掘 随着计算机技术、网络技术、通信技术和Internet技术的发展,以及各行各业业务操作流程的自动化,企业内积累了大量业务数据,这些数据动辄以TB计算。这些数据和由此产生的信息是企业的财富,它如实地记录着企业运作的状况。面对大量的数据,迫使人们不断寻找新的工具,来对企业的运营规律进...
《数据挖掘:实用案例分析》——导读
前 言 为什么要写这本书 现在,什么程序员最稀缺?什么技术最火?回答:数据挖掘! 数据挖掘是从大量数据(包括文本)中挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势,并用这些知识和规则建立用于决策支持的模型,提供预测性决策支持的方法、工具和过程。数据挖掘有助于企业发现业务的趋势,...
更新时间 2023-01-14 04:27:21
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
社区圈子