財務數據挖掘建模 段新生著 9787563834730 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202304*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：財務數據挖掘建模
ISBN：9787563834730
出版社：首都經濟貿易大學
著編譯者：段新生著
頁數：280頁
所在地：中國大陸 *此為代購商品
書號：1528776
可大量預訂，請先連絡。

內容簡介

與企業有關的數據當屬財務數據。什麼是財務數據？本書認為，企業在經營活動中所形成的會計檔案、交易數據以及與此有關的各種各樣的合同、談判記錄、新聞報道等都是適合進行數據挖掘的企業數據。這些數據不僅包括結構化數據，也包括許多半結構化和非結構化數據。財務數據是企業數據中能用貨幣計量的與財務活動有關的數據。財務數據大多是結構化數據，資產負債表、利潤表、現金流量表和股東權益變動表是最基本也是最重要的財務數據。因此，本書的目標就是從財務數據中「掘金」，從財務數據中發現對企業決策有用的信息、規律以及模型並用於實踐。

作者簡介

段新生，中國人民大學經濟學博士，比利時魯汶大學工商管理碩士（MBA），首都經濟貿易大學會計學院教授。具有多年跨國公司管理工作經驗，曾在中國人民大學信息學院商學院任教。近年來研究領域包括：財務建模與分析，基於經濟增加值的業績管理與價值評估，預算管理與控制，數據模型與決策分析，智能決策系統，企業信息化戰略等。

目錄

第一章 概述
第一節 大數據
第二節 數據挖掘
第三節 財務數據
第四節 財務數據挖掘建模
第二章 數據準備與可視化
第一節 MATLAB數據類型
第二節 MATLAB矩陣運算
第三節 MATLAB數據可視化
第四節 MATLAB程序設計
第三章 數據探索
第一節 數據及其類型
第二節 數據質量分析
第三節 數據特徵分析
第四章 數據預處理
第一節 數據清洗
第二節 數據集成
第三節 數據變換
第四節 數據規約
第五章 關聯規則
第一節 關聯規則的基本概念
第二節 Apriori演算法
第三節 Apriori演算法的MATLAB實現
第六章 分類與預測
第一節 基本概念
第二節 回歸建模
第三節 決策樹
第四節 貝葉斯分類
第五節 支持向量機
第六節 神經網絡
第七章 聚類分析
第一節 基本概念
第二節 系統聚類法
第三節 K均值聚類法
第八章 離群點分析
第一節 基本概念
第二節 離群點診斷
第三節 離群點診斷的MATLAB方法
第四節 離群點的winsorize縮尾處理
第九章 時間序列挖掘建模
第一節 基本概念
第二節 時間序列的檢驗
第三節 平穩時間序列分析——ARMA模型
第四節 非平穩時間序列建模——ARIMA模型
第五節 異方差性分析——ARCH模型與GARCH模型
第十章 上市公司財務預警建模研究
第一節 數據收集
第二節 數據準備
第三節 用logit模型進行預測
第四節 用支持向量機建立分類模型
第五節 基於神經網絡實現分類
第十一章 上市公司股價漲跌建模研究
第一節 數據收集
第二節 數據準備
第三節 建立線性回歸模型進行預測
第四節 用樸素貝葉斯模型預測股價變化趨勢
第五節 用支持向量機建立分類模型
第六節 基於神經網絡實現分類
第七節 模型改進
第十二章 上市公司投資板塊分析研究
第一節 數據收集
第二節 數據準備
第三節 用主成分分析法降維
第四節 用Kmeans方法對降維后的數據進行聚類
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。