【课程收益】

² 全面掌握金融科技的生态环境

² 全面理解金融科技基础设施体系

² 深入理解云上银行的智能风控与智能营销

² 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

n 数据挖掘技术在金融领域的应用现状

n 金融科技的主要应用场景分析

n 数据挖掘技术在金融业务分析中的作用

n 金融数据挖掘系统架构

n 金融数据挖掘的过程

模块二  基于Python的金融数据挖掘方法

n Python的编程环境

l Anaconda，Jupeter Notebook，Spyder

l Scikit-learn库的安装和导入

n 应用Pandas进行数据处理

l 数据的导入和导出

l Pandas数据结构

l Pandas绘图基础

l Pandas数据处理

l 金融数据处理综合应用举例

n 应用Pandas进行统计分析

l 金融数据的常用统计计算

² 单列数据运算，双列数据的相关性运算

l 金融数据的描述统计

² 单列数据的频数统计

² 多列数据的列联表分析

² 数据描述的可视化

l 金融数据的推断统计

² 推断统计基础

² 基于样本均值的推断统计

² 基于样本方差的推断统计

² 样本的非参数检验

n 应用Python进行数据挖掘

l 基于金融数据的回归分析

² 线性回归，逻辑回归

l 基于金融数据的有监督学习

² 有监督学习简介

² KNN分类器

² 朴素贝叶斯分类器

² 决策树分类器

l 集成学习算法

² 集成学习算法简介

² Bagging集成学习算法

² 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

n 金融数据挖掘在零售银行信用风险管理中的应用

l 银行风险管理概述

l 申请风险评分模型与应用分析

l 行为风险评分模型与应用分析

l 欺诈风险评分模型与应用分析

n 金融数据挖掘技术在客户关系管理中的应用

l 客户生命周期管理概述

l 基于数据挖掘的客户细分与客户营销

l 基于数据挖掘的客户关系分析与管理

n 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

l 巴塞尔资本协议下的风险计量概述

l 风险计量中的数据挖掘算法

l 数据挖掘技术在巴塞尔风险计量中的实践案例