1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
        2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會。

課程目標(biāo)
1. 能夠?qū)w納一個(gè)金融問題的數(shù)據(jù)集；2. 數(shù)據(jù)的處理和標(biāo)準(zhǔn)化；3. 貝葉斯分類模型的選擇和應(yīng)用；
適用人群
學(xué)習(xí)金融學(xué)、數(shù)據(jù)、計(jì)算機(jī)相關(guān)專業(yè)的高校生；在職的基金經(jīng)理、投研總監(jiān)、專業(yè)投資者、金融分析師等
課程簡介
項(xiàng)目簡介：

案例數(shù)據(jù)集來源于UCI網(wǎng)站。數(shù)據(jù)集中包含信用卡申請者的數(shù)據(jù)。為了保護(hù)個(gè)人的隱私，所有名字和數(shù)值都被修改成毫無意義的字符。數(shù)據(jù)集的記錄總數(shù)為690條。共有15個(gè)特征變量，和1個(gè)分類變量。變量包括類別型，字母型，和數(shù)值型，但存在缺失值。

貝葉斯分類算法是機(jī)器學(xué)習(xí)中的一個(gè)基礎(chǔ)且非常重要的算法。它源于概率論中的貝葉斯決策公式，其將后驗(yàn)概率表示為先驗(yàn)概率和似然度的相乘。Python的優(yōu)勢在于開源，基于Python的各類機(jī)器學(xué)習(xí)算法非常豐富而且方便使用。我們將以信用卡申請者的數(shù)據(jù)集為一個(gè)點(diǎn)同時(shí)討論貝葉斯分類原理和Python算法并用他們來解決信用卡申請者的分類。

學(xué)生可以獲得案例的Python源代碼。

項(xiàng)目特色：

本案例的特點(diǎn)是將信用卡申請的金融決策問題的解決方案與機(jī)器學(xué)習(xí)中的貝葉斯算法進(jìn)行結(jié)合，并利用Python設(shè)計(jì)一個(gè)機(jī)器人來對案例數(shù)據(jù)集進(jìn)行學(xué)習(xí)后輔助我們進(jìn)行決策。這三者的結(jié)合就是智能金融在金融行業(yè)的經(jīng)典應(yīng)用。

學(xué)生通過本案例的學(xué)習(xí)將能夠充分理解并在未來能夠使用貝葉斯算法和Python程序來解決一個(gè)具體金融決策問題。本案例中還將介紹數(shù)據(jù)預(yù)處理和變量工程概念，從而有助于掌握數(shù)據(jù)處理的方法和技巧。

項(xiàng)目優(yōu)勢：

1、結(jié)業(yè)后經(jīng)審核成績合格者，可獲得量化金融研究中心（CQFC）發(fā)頒發(fā)結(jié)業(yè)證書；

2、通過結(jié)業(yè)考試者，北京大數(shù)據(jù)協(xié)會頒發(fā)證書；

3、成績優(yōu)異者可被推薦參見摩根士丹利IT部的崗位面試。

教學(xué)目標(biāo)：

通過案例學(xué)習(xí)后，如果能夠獨(dú)立完成作業(yè)，學(xué)生將能達(dá)到以下預(yù)期目標(biāo)：

1.能夠?qū)w納一個(gè)金融問題的數(shù)據(jù)集；

2.數(shù)據(jù)的處理和標(biāo)準(zhǔn)化；

3.貝葉斯分類模型的選擇和應(yīng)用；

4.用模型進(jìn)行預(yù)測；

5.對模型進(jìn)行評估

使用人群：

1.學(xué)習(xí)金融學(xué)、數(shù)據(jù)、計(jì)算機(jī)相關(guān)專業(yè)的高校生

2.在職的基金經(jīng)理、投研總監(jiān)、專業(yè)投資者、金融分析師、量化分析師及其他量化愛好者