金融商業數據分析與應用系列

這是一本金融商業資料分析的實戰工具書。作者都是在金融行業有10~20年資料分析經驗的資深專家，他們將多年來的項目經驗、培訓和諮詢經驗融合成了這本書。它將指導讀者零基礎掌握金融資料分析的工具、思路、方法和技巧，快速實現從入門到進階的突破。 本書強調實戰，方法論與實踐相結合，所有案例均來自實際的金融業務，涵蓋工具使用、資料處理、統計分析等資料分析的全流程。 本書內容共14章，可分為3篇。 分析工具篇（第1~4章）：首先介紹了資料科學和數理統計的基本常識，然後講解了資料分析工具SAS EG和Python的基礎知識。 資料處理篇（第5~9章）：首先通過描述性統計分析進行資料探索，繼而講到基本的報表和統計製圖，還包括使用SAS EG進行資料處理，用Python進行資料整合、資料清洗，構建出滿足分析需求的資料集。 統計分析篇（第10~14章）：從統計學的基本概念引出假設檢驗與樣本t檢驗，三大統計檢驗、構造預測模型，並分享基於時間序列算法的建模方法。

內容簡介這是一本貫穿金融業務經營全流程，以業務為驅動的金融數據挖掘與建模著作，涵蓋分析框架、模型算法、模型評估、模型監控、算法工程化等整個數據建模的閉環。本書的4位作者都是在金融領域有有多年工作經驗的大數據專家，不僅技術功底深厚、業務經驗豐富，而且對金融行業從業者的需求痛點和圖書市場的供給情況有深入瞭解，他們通過精心策劃和寫作，讓本書內容獨樹一幟：涵蓋金融業務經營全流程，全部以業務驅動，包含大量針對具體場景的實戰案例。本書針對決策類、識別類、優化分析類3大主題，獨創9大模板：客戶價值預測、營銷響應預測、細分畫像、交叉銷售、申請反欺詐、違規行為識別、預測、運籌優化、流程挖掘，詳細講解了每個模板算法原理、評估方法、優化方法和應用案例等，內容上極力做到準確、明晰、直觀與實用。此外，本書還對數據科學項目中比較容易被忽視的內容做了補充，包括模型評估、模型監控、算法工程化，能指導讀者構建易讀、高效、健壯的數據科學工程。本書堅持理論與實踐相結合，通過圖形、示例、公式幫助讀者快速掌握算法與優化理論的同時，還打造了一套可輕鬆適配各種分析場景與需求的工具模板，力圖幫助讀者從理論快速跨越到實踐。