財務數據挖掘建模 (第二版) 段新生 9787563836857 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：首都經濟貿易大學
物品所在地：中國大陸
原出版社：首都經濟貿易大學
NT$356
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202405*若逾兩年請先於私訊洽詢存貨情況，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 (第二版) ISBN：9787563836857 出版社：首都經濟貿易大學 著編譯者：段新生 頁數：283 所在地：中國大陸 *此為代購商品 書號：1640846 可大量預訂，請先連絡。 內容簡介 本書將應用MATLAB平台，討論財務數據挖掘建模的理論與方法。書中除包括經典的數據挖掘的內容以外，也包括作者近年來在這一領域所做的部分研究工作以及教學實踐過程中積累的一些經驗和體會。 全書預計分為兩個部分，理論部分與案例部分，包括十二章，共計四十萬字左右。理論部分包括MATLAB主要功能的介紹、數據探索性分析、數據預處理、關聯規則、分類與預測、離群點分析、時間序列分析等內容。案例部分包括一些財務數據挖掘建模的典型應用。 本書的出版對當前智能會計、智慧會計等會計領域的最新發展具有較大的促進作用。本書的案例對財務會計領域案例研究的開展和應用具有一定的理論與實踐意義。本書的出版延伸了財務會計研究的內容，也為財務會計研究的深入進行打下了良好的基礎，更為財務與會計實證研究提供了很好的方法論基礎。 本書可作為數據分析、數據挖掘以及數據建模與決策等相關課程的教科書，也可用於財經院校管理學、會計學等專業研究生、本科生的教學參考書，也可供數據理論研究者、實證研究者以及從事數據工作的實務人員參考。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 思考練習題 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 思考練習題 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 思考練習題 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 思考練習題 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 思考練習題 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 神經網路 思考練習題 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 思考練習題 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 思考練習題 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 思考練習題 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 基於神經網路實現分類 思考練習題 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 基於神經網路實現分類 第七節 模型改進 思考練習題 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 思考練習題 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
