更新时间：2020-01-16 10:54:51
封面
版权信息
前言
第1章 常用机器学习平台
1.1 常用机器学习工具
1.2 TI-ONE平台概述
1.3 PySpark介绍
1.4 TI-ONE机器学习平台主要的组件
第2章 银行信用卡风险的可视化分析
2.1 Tableau简介
2.2 客户信用等级影响因素
2.3 客户消费情况对信用等级的影响
2.4 客户拖欠情况对信用等级的影响
2.5 欺诈客户特征分析
第3章 贷款违约行为预测
3.1 建立信用评估模型的必要性
3.2 数据准备与预处理
3.3 模型选择
3.4 TI-ONE整体流程
第4章 保险风险预测
4.1 背景介绍
4.2 数据预处理
4.3 多维分析
4.4 基于神经网络模型预测保险风险
4.5 使用SVM预测保险风险
第5章 银行客户流失预测
5.1 问题描述
5.2 数据上传
5.3 数据预处理
5.4 数据建模
5.5 模型校验评估
5.6 工作流的运行
5.7 算法性能比较
第6章 基于深度神经网络的股票预测
6.1 股票趋势预测的背景和分析思路
6.2 数据提取
6.3 数据预处理
6.4 模型训练
6.5 算法评估
6.6 算法比较
第7章 保险产品推荐
7.1 保险产品推荐的流程
7.2 数据提取
7.3 数据预处理
7.4 构建保险预测模型
7.5 模型评估
第8章 零售商品销售预测
8.1 问题分析
8.2 数据探索
8.3 数据预处理
8.4 建立销售量预测模型
8.5 模型评估
第9章 汽车备件销售预测
9.1 数据理解
9.2 数据分析流程
9.3 聚类分析
第10章 火力发电厂工业蒸汽量预测
10.1 确定业务问题
10.2 数据理解
10.3 工业蒸汽量的预测建模过程
第11章 图片风格转化
11.1 CycleGAN原理
11.2 图片风格转化整体流程
11.3 运行工作流
11.4 算法比较
11.5 使用TensorFlow实现图片风格转化
第12章 人类活动识别
12.1 问题分析
12.2 数据探索
12.3 数据预处理
12.4 模型构建
12.5 模型评估
第13章 GRU算法在基于Session的推荐系统的应用
13.1 问题分析
13.2 数据探索与预处理
13.3 构建GRU模型
13.4 模型评估
第14章 人脸老化预测
14.1 问题分析与数据集简介
14.2 图片编码与GAN设计
14.3 模型实现
14.4 实验分析
第15章 出租车轨迹数据分析
15.1 数据获取
15.2 数据预处理
15.3 数据分析
第16章 城市声音分类
16.1 数据准备与探索
16.2 数据特征提取
16.3 构建城市声音分类模型
16.4 声音分类模型评估
后记 数据分析技能培养
参考文献
