《Python机器学习：数据分析与评分卡建模（微课版）》内容简介

本书在Python数据分析与建模方面，既是一本入门书，也是一本提高书，它提炼总结了作者从Python小白到Python建模工程师的历程。如果读者有志于数据分析、建模领域，那么它一定会带给读者惊喜。书中代码具有很高的可移植性，可供读者直接使用。全书共分为8章，从Python的环境搭建到基本语法结构，从趣味应用到分析与建模，最后以社交网络分析结束。本书附有教学视频、源代码、课件等配套资源，适用于银行业或互联网金融行业中的风控人员，金融行业中的数据分析师（或想转行数据分析师的学习者），以及正在学习机器学习的从业人员。
翟锟，胡锋，周晓然编著

作品目录

内容简介
前言
第1章：Python开发环境搭建
1.1、利器1：Notepad编辑器
1.2、利器2：Anaconda
1.3、利器3：Miniconda
1.4、利器4：PyCharm
IDE工具
1.5、利器5：Spyder
1.6、利器6：Jupyter
Notebook
1.7、小结
第2章：Python数据类型用法讲解
2.1、变量
2.2、字符串
2.3、列表list
2.4、集合set
2.5、字典dictionary
2.6、函数
2.7、小结
第3章：Python下的实际应用
3.1、Python连接MySQL数据库
3.2、Python连接MongoDB数据库
3.3、结巴分词和词云图
3.4、简单社交网络
3.5、JSON解析
3.6、OCR文字识别
3.7、pyecharts
3.8、stats简单统计分析
3.9、小结
第4章：异常样本识别
4.1、逻辑回归、交叉验证与欠采样
4.2、基于分布的异常样本识别
4.3、小结
第5章：自然语言处理案例——电商评论
5.1、数据加载与预处理
5.2、数据可视化
5.3、文本分析
5.4、情感分析
5.5、文本分类
5.6、小结
第6章：模型融合
6.1、分类模型的融合方法
6.2、回归模型的融合方法
6.3、小结
第7章：创建金融申请评分卡
7.1、变量选择
7.2、各变量按照ln（odds）进行分箱
7.3、计算WOE与IV值
7.4、逻辑回归建模
7.5、创建评分卡
7.6、申请评分卡的评价、使用与监控
7.7、小结
第8章：社交网络分析禹反欺诈
8.1、Neo4j的下载与安装
8.2、图形界面介绍
8.3、Cypher语言
8.4、Neo4j案例1——《天龙八部》的人物关系分析
8.5、Neo4j案例2——金融场景中的社交网络分析
8.6、Py2neo
8.7、小结
参考文献
附录A
PyCharm安装步骤
附录B
MyCQL安装步骤
附录C
MongDB安装步骤
附录D
Neo4j安装步骤
附录E
jdk安装步骤
附录F
第三方包安装步骤