基于Python+Spark的数据科学与商业实践金融风控客户预警

浏览:133次阅读
没有评论

共计 1271 个字符,预计需要花费 4 分钟才能阅读完成。

视频教程目录:

1 数据科学概述.mp4

2 数据科学的应用场景.mp4

3 数据科学与客户智能.mp4

4 数据科学基本概念.mp4

5 案例:利用 RFM 营销模型代码演示分析流程(一).mp4

6 案例:利用 RFM 营销模型代码演示分析流程(二).mp4

7 案例:利用 RFM 营销模型代码演示分析流程(三).mp4

8 案例:利用 RFM 营销模型代码演示分析流程(四).mp4

9 案例:利用 RFM 营销模型代码演示分析流程(五).mp4

10 数据科学家的角色及功能.mp4

11 数据科学家的能力范畴.mp4

12 CRM 数据分析涉及的技术与业务.mp4

13 CRM 数据挖掘常用分类算法举例(上).mp4

14 CRM 数据挖掘常用分类算法举例(下).mp4

15 金融行业客户生命周期价值在企业中的实际应用.mp4

16 金融行业客户获取与价值预测在企业中的实际应用.mp4

17 金融行业初始和行为信用评级在企业中的实际应用.mp4

18 金融行业客户洞察原理及在企业中的实际应用.mp4

19 金融行业交叉销售原理及在企业中的实际应用.mp4

20 金融行业复杂网络反欺诈原理及在企业中的实际应用.mp4

21 金融行业客户流失预测与挽留在企业中的实际应用.mp4

22 基于客户生命周期的数据分析代码案例(上).mp4

23 基于客户生命周期的数据分析代码案例(下).mp4

24 案例:实战个人贷款违约预测模型(一).mp4

25 案例:实战个人贷款违约预测模型(二).mp4

26 案例:实战个人贷款违约预测模型(三).mp4

27 案例:实战个人贷款违约预测模型(四).mp4

28 案例:实战个人贷款违约预测模型(五).mp4

29 案例:实战个人贷款违约预测模型(六).mp4

30 案例:实战个人贷款违约预测模型(七).mp4

31 案例:实战个人贷款违约预测模型 - 基于 PySpark 的实现(上).mp4

32 案例:实战个人贷款违约预测模型 - 基于 PySpark 的实现(下).mp4

33 案例:实战银行零售产品的交叉营销 - 场景、原理与企业应用 .mp4

34 案例:实战银行零售产品的交叉营销 - 关联规则挖掘算法.mp4

35 案例:实战银行零售产品的交叉营销 - 购物车算法分析.mp4

36 案例:实战银行零售产品的交叉营销 - Python+Spark 大数据开发环境搭建(上).mp4

37 案例:实战银行零售产品的交叉营销 - Python+Spark 大数据开发环境搭建(下).mp4

38 案例:实战银行零售产品的交叉营销 - 关联规则算法代码实现(基于 PySpark).mp4

39 案例:实战银行零售产品的交叉营销 - 关联规则算法详解.mp4

40 案例:实战银行零售产品的交叉营销 - Apiri 算法原理及代码实现(基于 PySpark).mp4

课程代码课件.rar

教程部分截图:

基于 Python+Spark 的数据科学与商业实践金融风控客户预警

获取方式一:

扫描下方二维码,回复关键词【金融风控预警】即可获取下载链接

获取方式二:

本资料为付费内容,您需要支付 ¥3 下载
正文完
关注微信公众号,获取更多优质资源!
post-qrcode
 
BT
版权声明:本站原创文章,由 BT 2024-02-21发表,共计1271字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)
验证码