更新时间：2025-03-13 17:29:03
封面
版权信息
前言
第1章 数据分析导论
1.1 面向财经领域的数据分析
1.2 数据分析工作流程与案例赏析
1.3 扩展阅读
第2章 Python基础知识
2.1 数据类型
2.2 运算法则
2.3 条件语句
2.4 循环语句
2.5 终止语句
2.6 函数构造和参数
2.7 扩展阅读
第3章 网络爬虫
3.1 网络爬虫概述
3.2 网页结构
3.3 获取网页内容
3.4 利用爬虫获取股吧评论数据
3.5 扩展阅读
第4章 正则表达式
4.1 初识正则表达式
4.2 正则表达式进阶
4.3 使用正则表达式解析HTML网页
4.4 扩展阅读
第5章 BeautifulSoup和JSON
5.1 BeautifulSoup基本语法
5.2 使用BeautifulSoup解析HTML网页
5.3 JSON
5.4 扩展阅读
第6章 词语切分
6.1 分词简介
6.2 Jieba分词
6.3 读取文件并切词
6.4 下载网页数据并切词
6.5 扩展阅读
第7章 自然语言处理简介
7.1 TF-IDF
7.2 词袋法
7.3 情感分析
7.4 扩展阅读
第8章 使用NumPy进行科学计算
8.1 创建数组
8.2 数组切片
8.3 数组计算
8.4 词语相似度计算
8.5 手写数字案例
8.6 金融案例分析
8.7 扩展阅读
第9章 使用Pandas处理数据
9.1 序列和数据框
9.2 用Pandas处理数据
9.3 用Pandas处理文本数据
9.4 光线传媒股价数据分析
9.5 扩展阅读
第10章 数据可视化
10.1 数据可视化的基本步骤
10.2 Matplotlib可视化
10.3 Pandas可视化
10.4 使用数据可视化探索人们的生活规律
10.5 股票价格的数据可视化
10.6 扩展阅读
第11章 认识MySQL
11.1 数据库基础
11.2 数据库基本操作
11.3 利用MySQL存取csv文件
11.4 使用Python和MySQL存取数据
11.5 扩展阅读
第12章 机器学习介绍
12.1 机器学习概述
12.2 模型评估与选择
12.3 梯度下降
12.4 建立并训练一个模型
12.5 扩展阅读
第13章 朴素贝叶斯模型的应用
13.1 朴素贝叶斯模型
13.2 结合Pandas和Jieba做训练数据准备
13.3 使用朴素贝叶斯做情感分析
13.4 扩展阅读
第14章 支持向量机的应用
14.1 SVM原理简介
14.2 支持向量机的Python代码实现
14.3 基于SVM的个人信贷违约预测
14.4 使用基于合页损失函数的SVM进行情感分类
14.5 扩展阅读
第15章 随机森林的应用
15.1 决策树与随机森林
15.2 情感指标的获取与生成
15.3 数据拼接
15.4 用随机森林做金融市场价格波动预测
15.5 基于量化投资的模型评估指标
15.6 信用评分
15.7 拓展阅读
第16章 深度学习
16.1 感知器与神经网络
16.2 深度学习中的基本模型
16.3 深度学习的发展方向
16.4 扩展阅读
第17章 量化投资
