金融数据分析和数据挖掘案例实战

《金融数据分析和数据挖掘案例实战》是一本聚焦金融数据处理与挖掘的专业图书。它以客户画像为核心，涵盖原理、技术、管理等篇章，详述数据挖掘方法论及信贷各环节模型构建，如申请、行为、催收评分卡等。本书通过大量的案例展示如何运用数据解决实际问题，从数据理解、预处理，到模型构建、评估与应用，还涉及算法工程化内容，助力金融从业者及相关专业人士提升数据分析能力，挖掘数据价值，推动金融业务创新与决策优化。
【推荐语】
《金融数据分析和数据挖掘案例实战（双色）》 聚集金融行业10类典型数据挖掘场景，用案例来讲解知识，更实用更轻松 包括4类决策类预测场景：获客营销、细分画像、保留提升和信用评分 2类识别类模型场景：申请反欺诈和违规识别 4类业务优化分析场景：运筹优化、流程优化、知识图谱和业绩预报
【作者】
魏建国：山东科技大学计算机工程硕士，潍坊RCEP研究员，潍坊银行业务专员。30余年金融从业经验，资深系统研发及数据挖掘专家。发表《基于隐私计算的商业银行数据要素流通应用场景研究》等20余篇国家级期刊论文，参与《中国式现代化背景下山东省民营经济高质量发展路径研究》等7项省级课题，发明专利《一种银行业务预约排队方法》。 曾珂：华中师范大学信息管理硕士，10年大数据、互联网金融、消费金融相关行业从业经验。资深互联网金融风控行业从业者、风险算法专家。参与公司重要的互联网金融产品的风控策略体系、模型管理体系从0到1的搭建。参与编写过《用商业案例学R语言数据挖掘》《胸有成竹：数据分析的SASEG 阶》等多本著作。 翟锟：毕业于中国科学技术大学，某金科数据洞察负责人。拥有13年数字风控与智能应用落地经验，7年团队管理经验。深耕金融科技领域，专注于AI与数据分析、风控业务流程的深度融合，专业领域包括大模型应用、垂直智能体发、智能风控建模和知识图谱构建。著有《Python机器学习——数据分析与评分卡建模》。 常国珍：北京大学管理学博士，CDA数据科学研究院院长，中国大数据产业生态联盟专家委员会委员，多所高校校外导师，资深数字化营销和风控专家，腾讯云TVP。曾任毕马威（KPMG）咨询大数据总监。具有20年数据分析、人工智能从业和咨询服务经验。著有《金融商业数据分析》《用商业案例学R语言数据挖掘》等多本著作。