- (新)第38集 8.5 主题模型实践
- (新)第37集 8.4 主题模型与词向量模型
- (新)第36集 8.3 词袋模型
- 第35集 8.2 文本预处理
- 第34集 8.1 自然语言处理
- 第33集 7.5 总结讨论
- 第32集 7.4 特征选择
- 第31集 7.3 改变分布
- 第30集 7.2 结构化与缺失值处理
- 第29集 7.1 特征工程理论
- 第28集 6.6 API获取
- 第27集 6.5 动态网页
- 第26集 6.4 截取通信
- 第25集 6.3 静态网页解析
- 第24集 6.2 静态网页本地化
- 第23集 6.1 爬虫理论
- 第22集 5.2 基本作图
- 第21集 5.1 可视化理论
- 第20集 4.3 案例分析
- 第19集 4.2 R语言实践
- 第18集 4.1 理论与算法
- 第17集 3.3.2 聚类的金融案例（2）
- 第16集 3.3.1 聚类的金融案例（1）
- 第15集 3.2.4 自组织映射神经网络
- 第14集 3.2.3 模糊聚类
- 第13集 3.2.2 层次聚类
- 第12集 3.2.1 聚类的原理与算法
- 第11集 3.1 聚类的经济学需求
- 第10集 2.5 主成分分析
- 第9集 2.4 降维分析的二元操作
- 第8集 2.3 因子分析
- 第7集 2.2.2 常用的降维方法（2）
- 第6集 2.2.1 常用的降维方法（1）
- 第5集 2.1 降维的准备工作
- 第4集 1.4 大数据处理的流程
- 第3集 1.3 大数据的应用
- 第2集 1.2 大数据的思维
- 第1集 1.1 大数据概念和内涵
本课程内容包含大数据金融原理、金融数据降维处理、聚类分析及其金融应用、关联规则分析、金融数据可视化、网络数据采集、特征工程及其金融应用以及文本分析初步等内容。
关注公众号:diyijc_com 问题反馈
关注公众号:diyijc_com 问题反馈
本课程内容包含大数据金融原理、金融数据降维处理、聚类分析及其金融应用、关联规则分析、金融数据可视化、网络数据采集、特征工程及其金融应用以及文本分析初步等内容。
大数据与金融相关文章：
扫一扫手机观看！
