机读格式显示(MARC)

• 000 02311nam 2200349 450

• 001 0000577247

• 005 20220807101600.0

• 010 __ |a 978-7-111-69583-7 |d CNY99.00

• 100 __ |a 20211227d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 金融商业数据分析 |A jin rong shang ye shu ju fen xi |e 基于Python和SAS |d = Financial business data analysis |e based on python and SAS |f 张秋剑 ... [等] 著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2022.01

• 215 __ |a 345页 |c 图 |d 24cm

• 225 2_ |a 金融商业数据分析与应用系列 |A jin rong shang ye shu ju fen xi yu ying yong xi lie

• 304 __ |a 题名页题其余责任者: 张浩, 周大川, 常国珍

• 314 __ |a 张秋剑, 就职于腾讯云金融拓展中心, 从事微信财富营销管理、数据中台、Al应用等解决方案拓展工作, 研究方向包括数字化转型、创新实践等。张浩, 曾任腾讯云金融首席架构师和星环科技金融行业技术总监, 主要从事大数据、人工智能、云计算、区块链、联邦学习等相关技术研发与产品设计工作, 具有丰富的企业架构设计、企业数字化战略转型运营与业务咨询经验。周大川, 就职于某中央金融企业金融科技研发中心, 主要从事企业级数据平台开发、核心业务平台建设、AI赋能金融科技创新等工作, 具有丰富的新一代金融业务系统建设经验。常国珍, 曾任毕马威咨询大数据总监, 具有近20年数据挖掘、精益数据治理、数字化运营咨询经验, 是金融信用风险、反欺诈和反洗钱算法领域的专家。

• 330 __ |a 本书贴合金融行业的分析软件环境, 将新兴的Python与传统的SAS相结合, 以便于读者快速掌握相关技术。本书共14章, 分为3篇。软件基础篇 (第1-4章) : 介绍了SAS EG的菜单操作和Python的快速入门。数据处理篇 (第5-9章) : 从构建统计指标和数据可视化开始讲解, 将数据查询、数据整合与数据清洗相结合, 构建出满足分析需求的数据集。统计分析篇 (第10-14章) : 从假设检验开始讲解, 介绍如何从业务洞察中获取灵感, 然后用数据验证灵感, 并且将得到的灵感构建成统计模型, 以便预测客户的未来价值或者营销响应的概率。

• 410 _0 |1 2001 |a 金融商业数据分析与应用系列

• 510 1_ |a Financial business data analysis |e based on python and SAS |z eng

• 517 1_ |a 基于Python和SAS |A ji yu Pythonhe SAS

• 606 0_ |a 金融 |A jin rong |x 数据处理 |x 研究

• 690 __ |a F830.41 |v 5

• 690 __ |a F830 |v 4

• 701 _0 |a 张秋剑 |A zhang qiu jian |4 著

• 701 _0 |a 张浩 |A zhang hao |4 著

• 701 _0 |a 周大川 |A zhou da chuan |4 著

• 701 _0 |a 常国珍 |A chang guo zhen |4 著

• 801 _0 |a CN |b 人天书店 |c 20211227

• 905 __ |a WXCSXY |d F830/1391