银行金融数据挖掘与商业分析

银行金融数据挖掘与商业分析

曲融 博士

【课程收益】

← 全面掌握金融科技的生态环境

← 全面理解金融科技基础设施体系

← 深入理解云上银行的智能风控与智能营销

← 深入理解 云上银行的数据分布式架构体系





【课程对象】银行高管、企业高管、银行部门负责人、银行战略研究负责人，银行科技

条线负责人，银行科技条线工作人员





【课程特色】实战派风格、针对性强、追求“落地”文化

【课程时长】6-12小时



【课程大纲】

模块一 金融数据挖掘概述

■ 数据挖掘技术在金融领域的应用现状

■ 金融科技的主要应用场景分析

■ 数据挖掘技术在金融业务分析中的作用

■ 金融数据挖掘系统架构

■ 金融数据挖掘的过程



模块二 基于Python的金融数据挖掘方法

■ Python的编程环境

• Anaconda，Jupeter Notebook，Spyder

• Scikit-learn库的安装和导入

■ 应用Pandas进行数据处理

• 数据的导入和导出

• Pandas数据结构

• Pandas绘图基础

• Pandas数据处理

• 金融数据处理综合应用举例

■ 应用Pandas进行统计分析

• 金融数据的常用统计计算

← 单列数据运算，双列数据的相关性运算

• 金融数据的描述统计

← 单列数据的频数统计

← 多列数据的列联表分析

← 数据描述的可视化

• 金融数据的推断统计

← 推断统计基础

← 基于样本均值的推断统计

← 基于样本方差的推断统计

← 样本的非参数检验

■ 应用Python进行数据挖掘

• 基于金融数据的回归分析

← 线性回归，逻辑回归

• 基于金融数据的有监督学习

← 有监督学习简介

← KNN分类器

← 朴素贝叶斯分类器

← 决策树分类器

• 集成学习算法

← 集成学习算法简介

← Bagging集成学习算法

← Adaboost集成学习算法



模块三 金融数据挖掘在银行场景的应用举例

■ 金融数据挖掘在零售银行信用风险管理中的应用

• 银行风险管理概述

• 申请风险评分模型与应用分析

• 行为风险评分模型与应用分析

• 欺诈风险评分模型与应用分析

■ 金融数据挖掘技术在客户关系管理中的应用

• 客户生命周期管理概述

• 基于数据挖掘的客户细分与客户营销

• 基于数据挖掘的客户关系分析与管理

■ 金融数据挖掘技术在巴塞尔资本协议下的银行风险计量中的应用

• 巴塞尔资本协议下的风险计量概述

• 风险计量中的数据挖掘算法

• 数据挖掘技术在巴塞尔风险计量中的实践案例