大数据挖掘

　　近年来，跟着大数据、云筹划、区块链、人为智能等新技巧的迅速发达，这 些新技巧不金融交易深度交融，开释出了金融革新生气和运用潜能，这大大推劢了我国金融业转型升级，劣力金融更好地任事实体经济，有用推动了金融业具体发达。正在这一发达经过中，又以大数据技巧发达最为成熟、运用最为通俗。从发达特质和趋向来看，“金融云”迅速创设落地奠定了金融大数据的运用底子，金融数据与其他跨规模数据的交融运用一贯深化，人为智能正正在成为金融大数据运用的新斱向，金融行业数据的整合、共享和盛开正正在成为趋向，给金融行业带来了新的发达机缘和浩瀚的发达动力。

　　一切先容呆板练习的联系思念以及正在金融大数据理解开采中的运用近况和发达趋向，同时对主流的呆板练习斱法（如 SVM、深化练习、深度练习等）从表面道理到详细实行举办一个深度的判辨。另表，项目将以金融大数据的理解开采为例，向导学生采用相应的呆板练习算法分析消费行径预测等现实题目。

　　中科院某着名院所副探索员。紧要探索斱向是数据开采、呆板练习及搜集等，正在TPDS、JSAC等国际着名集会和期刊上发布论文20余篇。负担多个紧要项主意担当人，拥有必定的学术影响力和富厚的履行履历。

　　● 金融配景学问先容、金融用户行径预测、先容奈何基于用户的消息数据对用户的消费行径预测；

　　● 呆板练习编程道话：python道话概述、python道话详解、python算法库、呆板练习框架；

　　● 金融数据获取：公然数据获取、搜集数据爬取；数据存储与操作：先容主流的数据库SQL和NoSQL数据库的效用、特征、数据打点与操作；

　　● 呆板练习算法：聚类、K紧邻、决定树、相干正派、简朴贝叶斯、adaboost等算法；

　　● 深度练习搜集模子：RNN、CNN、GAN、DBN；数据可视化：数据可视化概述、用具分类、PowerBI；