Jupyter金融應用從入門到實踐

定　價：￥99.80

作　者：	傅玉峰，孫惠平，陳鐘著
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115562876	出版時間：	2021-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	274	字數(shù)：

內容簡介

　　Jupyter Notebook是一款交互式、功能強大的數(shù)據(jù)科學工具。它不僅高效、易上手，而且提供了強大的數(shù)據(jù)分析和可視化功能。另外，用戶可以在Jupyter Notebook的網(wǎng)頁中完成多種操作，例如編寫代碼并運行、展示代碼的運行結果、編寫說明文檔等?！禞upyter金融應用：從入門到實踐》旨在為初學者提供一種快速學習的方法，從基礎知識、金融數(shù)據(jù)處理、機器學習與金融建模、高級功能幾個方面展示了Jupyter Notebook的強大功能以降低讀者完成數(shù)據(jù)分析或建模任務的門檻，幫助讀者運用Jupyter Notebook完成數(shù)據(jù)分析任務，更高效地處理金融數(shù)據(jù)?！禞upyter金融應用：從入門到實踐》適合數(shù)據(jù)分析人員以及有志于從事金融數(shù)據(jù)分析、金融數(shù)據(jù)建模工作的讀者閱讀，也適合統(tǒng)計學、金融學、計算機等專業(yè)的師生閱讀參考。

作者簡介

　　傅玉峰北京大學碩士，先后就職于中國建設銀行、北京大學信息科學技術學院，具有豐富的金融大數(shù)據(jù)分析與金融風控建模的經驗。孫惠平北京大學軟件與微電子學院講師，北京大學網(wǎng)絡與信息安全實驗室和信息科學技術學院區(qū)塊鏈研究中心成員，研究方向為智能風控、區(qū)塊鏈和身份認證，主講“信息安全工程”“區(qū)塊鏈”“數(shù)據(jù)分析工具與實踐”等課程。陳鐘北京大學教授、博導，北京大學信息科學技術學院區(qū)塊鏈研究中心主任和北京大學網(wǎng)絡與信息安全實驗室主任。中國計算機學會會士、常務理事、信息保密專業(yè)委員會副主任委員，教育部高等學校計算機類教學指導委員會副主任委員，中國軟件行業(yè)協(xié)會副理事長，中國開源軟件推進聯(lián)盟副主席，主要研究領域為面向領域的軟件工程、網(wǎng)絡與信息安全。

圖書目錄

第一部分　基礎知識

第 1章 Jupyter Notebook基礎知識　2
1.1 什么是Jupyter Notebook　2
1.1.1 起源　3
1.1.2 特點　3
1.1.3 應用領域　4
1.2 在Windows上安裝Jupyter Notebook　4
1.2.1 準備工作　5
1.2.2 通過Anaconda安裝　5
1.3 在macOS上安裝Jupyter Notebook　9
1.3.1 準備工作　9
1.3.2 通過Anaconda安裝　10
1.3.3 通過命令行安裝　14
1.4 在Linux上安裝Jupyter Notebook　16
1.4.1 準備工作　16
1.4.2 通過命令行安裝Anaconda　17
1.5 軟件包管理　20
1.5.1 通過Anaconda管理軟件包　20
1.5.2 通過pip管理軟件包　21
1.6 小結　22
第 2章 Jupyter Notebook界面　23
2.1 主界面　23
2.1.1 “文件”（Files）界面　24
2.1.2 “運行”（Running）界面　26
2.1.3 “集群”（Clusters）界面　27
2.2 菜單欄　27
2.2.1 “文件”（File）菜單　27
2.2.2 “編輯”（Edit）菜單　29
2.2.3 “查看”（View）菜單　29
2.2.4 “插入”（Insert）菜單　30
2.2.5 “單元格”（Cell）菜單　30
2.2.6 “內核服務”（Kernel）菜單　31
2.2.7 “組件”（Widgets）菜單　31
2.2.8 “幫助”（Help）菜單　33
2.3 工具欄　33
2.4 交互區(qū)　35
2.5 小結　35
第3章 Jupyter Notebook基礎操作　37
3.1 初次運行　37
3.2 單元格的使用　38
3.2.1 代碼單元格　39
3.2.2 Markdown 單元格　39
3.2.3 原生單元格　40
3.2.4 編輯模式與命令模式　40
3.3 快捷鍵的使用　42
3.3.1 macOS與Windows快捷鍵的差異　42
3.3.2 編輯模式常用快捷鍵　44
3.3.3 命令模式常用快捷鍵　45
3.4 魔法命令的使用　47
3.4.1 魔法命令基本用法　47
3.4.2 常用的魔法命令　48
3.5 命令行的使用　50
3.5.1 命令行的基本用法　50
3.5.2 命令行常用的命令　51
3.6 小結　52
第4章 Jupyter Notebook文檔編寫　53
4.1 Markdown基本語法　53
4.1.1 標題　54
4.1.2 段落格式　56
4.1.3 文字格式　57
4.1.4 列表格式　59
4.1.5 區(qū)塊格式　60
4.1.6 代碼格式　63
4.1.7 鏈接格式　64
4.1.8 表格格式　65
4.1.9 圖片格式　66
4.2 Markdown高級技巧　68
4.2.1 HTML元素　68
4.2.2 轉義　70
4.2.3 公式　71
4.3 文檔共享　73
4.3.1 把文件導出成多種格式　73
4.3.2 使用nbviewer共享　74
4.4 小結　75

第二部分　金融數(shù)據(jù)處理

第5章基本數(shù)據(jù)操作　78
5.1 基本數(shù)據(jù)結構　79
5.1.1　元組　79
5.1.2　列表　81
5.1.3　字典　84
5.1.4　集合　87
5.2　NumPy庫　89
5.2.1　NumPy簡介　89
5.2.2　常規(guī)數(shù)組　89
5.2.3　結構化數(shù)組　95
5.2.4　矩陣操作　95
5.3　Pandas庫　97
5.3.1　Pandas簡介　97
5.3.2　Series數(shù)據(jù)結構　97
5.3.3　DataFrame數(shù)據(jù)結構　100
5.4　小結　108
第6章數(shù)據(jù)存取　109
6.1 CSV數(shù)據(jù)存取　109
6.1.1　CSV數(shù)據(jù)讀取　110
6.1.2 參數(shù)配置　111
6.1.3 CSV數(shù)據(jù)保存　112
6.2　JSON數(shù)據(jù)存取　113
6.2.1　JSON數(shù)據(jù)讀取　113
6.2.2　參數(shù)遍歷　114
6.2.3　JSON數(shù)據(jù)生成　117
6.3　數(shù)據(jù)庫中的數(shù)據(jù)存取　117
6.3.1　數(shù)據(jù)庫初始化　117
6.3.2　常用操作　119
6.4　文本文件中的數(shù)據(jù)存取　120
6.4.1　文件數(shù)據(jù)讀取　120
6.4.2　常用操作　122
6.5　小結　123
第7章數(shù)據(jù)可視化　124
7.1 可視化基礎　124
7.1.1　折線圖　125
7.1.2　柱狀圖　127
7.1.3　散點圖　130
7.1.4　餅圖　134
7.1.5　直方圖　136
7.1.6　箱型圖　139
7.2　可視化進階　142
7.2.1　組合子圖　142
7.2.2　坐標軸的設置　147
7.2.3　圖形的設置　155
7.2.4　圖表分享　161
7.3　可視化拓展　161
7.3.1　3D圖　161
7.3.2　熱力圖　166
7.4　小結　168
第三部分　機器學習與金融建模

第8章機器學習　170
8.1 機器學習概述　170
8.1.1　基本概念　171
8.1.2 機器學習算法分類　172
8.2 機器學習的常用模型　174
8.2.1 線性回歸　175
8.2.2 邏輯回歸　175
8.2.3 支持向量機　176
8.2.4 決策樹　177
8.2.5 隨機森林　178
8.2.6 K均值聚類　179

8.3 小結　179
第9章 scikit-learn　180
9.1 安裝　180
9.2 常用函數(shù)　181
9.2.1 線性回歸　182
9.2.2 邏輯回歸　183
9.2.3 支持向量機　185
9.2.4 決策樹　186
9.2.5 隨機森林　188
9.2.6 K均值聚類　189
9.3 小結　190

第 10章產品銷售預測模型實例　191
10.1 場景介紹　191
10.2　數(shù)據(jù)準備　192
10.2.1 數(shù)據(jù)探索　192
10.2.2　數(shù)據(jù)劃分　196
10.3　建立模型　197
10.3.1 擬合優(yōu)度　197
10.3.2　模型對比　198
10.4　驗證評估　200
10.4.1　模型表現(xiàn)　200
10.4.2　模型解釋　201
10.5 小結　202
第 11章信用評分模型實例　203
11.1 場景介紹　203
11.2　數(shù)據(jù)準備　204
11.2.1　數(shù)據(jù)概況　204
11.2.2　數(shù)據(jù)探索　205
11.2.3　特征選擇　209
11.2.4　數(shù)據(jù)采樣　213
11.3　建立模型　214
11.4　驗證評估　215
11.4.1　分類評價指標　215
11.4.2　橫向對比模型　218
11.5 小結　221
第 12章反欺詐模型實例　222
12.1 場景介紹　222
12.2　數(shù)據(jù)準備　223
12.2.1 特征轉換　223
12.2.2 特征縮放　224
12.3 建立模型　225
12.3.1 確定類的數(shù)量　226
12.3.2 類的可視化　228
12.4 驗證評估　228
12.5 小結　229

第四部分　高級功能

第 13章安全配置　232
13.1 訪問控制　232
13.1.1 設置訪問域　232
13.1.2 設置訪問IP　233
13.1.3 端口配置　234
13.1.4 URL前綴配置　234
13.2 安全認證　235
13.2.1 Token認證　236
13.2.2 口令認證　237
13.2.3 取消認證　239
13.3 SSL配置　239
13.3.1 創(chuàng)建SSL證書　240
13.3.2 SSL證書設置　241
13.4 小結　242
第 14章其他內核的配置　243
14.1 R內核的配置　244
14.1.1 通過Anaconda圖形化界面下載并安裝R內核　244
14.1.2 通過conda命令行下載并安裝R內核　245
14.1.3 查看安裝結果并編寫運行一個R腳本　246
14.2 Julia內核的配置　247
14.2.1 安裝Julia　247
14.2.2 在Jupyter中配置Julia　249
14.2.3 查看安裝結果并編寫運行一個Julia腳本　249
14.3 JavaScript內核的配置　250
14.3.1 檢查Node.js和npm　250
14.3.2 安裝管理Node.js和npm　251
14.3.3 安裝JavaScript內核　252
14.3.4 在Jupyter Notebook中使用JavaScript內核　253
14.4 Scala內核的配置　254
14.4.1 Java安裝與環(huán)境配置　254
14.4.2 Scala下載與安裝　256
14.4.3 在Jupyter Notebook中使用Scala內核　257
14.5 Spark內核的配置　258
14.5.1 安裝Spark　258
14.5.2 安裝SBT　259
14.5.3 在Jupyter Notebook中使用Spark內核　260
14.6 小結　264
第 15章 JupyterHub多用戶配置　265
15.1 為什么需要多用戶配置　265
15.2 JupyterHub的安裝　267
15.2.1 準備工作　267
15.2.2 安裝步驟　267
15.2.3 啟動　269
15.3 JupyterHub的配置　270
15.3.1 基礎配置　271
15.3.2 多用戶配置　272
15.4 小結　274