VIP15
本课程属于：035-金融数据清洗与标准化 智能金融与金融工程 · 共 15 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

金融数据缺失值与异常值处理实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=金融数据缺失值与异常值处理的学… · 核心概念 · 整体框架与实战价值
课程导入目标=金融数据缺…
02
金融数据基础
目标=金融数据类型 · 常见数据源 · 数据质量维度
金融数据基础目标=金融数据类…
03
缺失值机制
目标=完全随机缺失 · 随机缺失 · 非随机缺失的识别方法与业务含义
缺失值机制目标=完全随机缺…
04
缺失值探索
目标=缺失模式可视化 · 缺失比例统计 · 缺失相关性分析与缺失热图实战
缺失值探索目标=缺失模式可…
05
缺失值处理方法概览
目标=删除法 · 填充法 · 插补法
缺失值处理方法概…目标=删除法
06
简单填充实战
目标=均值 · 中位数 · 众数
简单填充实战目标=均值
07
时间序列缺失处理
目标=前向填充 · 后向填充 · 线性插值
时间序列缺失处理目标=前向填充
08
统计插补方法
目标=回归插补 · K近邻插补 · 多重插补的原理与金融数据实战案例
统计插补方法目标=回归插补
09
机器学习插补
目标=随机森林 · XGBoost · 神经网络插补在信用评分与财务数据中的…
机器学习插补目标=随机森林
10
缺失值处理评估
目标=插补效果评价指标 · 交叉验证 · 敏感性分析与业务验证方法
缺失值处理评估目标=插补效果评…
11
异常值基础
目标=异常值定义 · 类型 · 来源及其对金融建模与风险管理的危害
异常值基础目标=异常值定义
12
异常值检测统计方法
目标=Z分数 · 四分位距 · Grubbs检验
异常值检测统计方…目标=Z分数
13
异常值检测距离方法
目标=马氏距离 · DBSCAN · 局部异常因子在金融数据中的案例
异常值检测距离方…目标=马氏距离
14
异常值检测密度与聚类方法
目标=孤立森林 · One-Class SVM · 聚类分析的实战对比
异常值检测密度聚类方法
15
时间序列异常检测
目标=移动平均 · 指数平滑 · ARIMA残差
时间序列异常检测目标=移动平均
16
金融领域特定异常
目标=闪崩 · 胖手指 · 市场操纵
金融领域特定异常目标=闪崩
17
异常值处理策略
目标=删除 · 盖帽 · 变换
异常值处理策略目标=删除
18
缺失值与异常值联合处理
目标=处理顺序 · 迭代方法 · 对模型偏差与方差的影响分析
缺失值异常值联合处理
19
实战案例一
目标=股票价格数据缺失值与异常值处理…
实战案例一目标=股票价格数…
20
实战案例二
目标=信用评分数据缺失值与异常值处理…
实战案例二目标=信用评分数…
21
实战案例三
目标=财务报表数据缺失值与异常值处理…
实战案例三目标=财务报表数…
22
实战案例四
目标=高频交易数据异常值检测与清洗
实战案例四目标=高频交易数…
23
常见问题与陷阱
目标=过处理 · 信息泄露 · 数据泄漏
常见问题陷阱
24
工具与自动化
目标=Python pandas · scikit-learn · PyOD
工具自动化
25
处理流程标准化
目标=数据质量报告 · 处理文档 · 可复现流水线与团队协作规范
处理流程标准化目标=数据质量报…
26
综合提升一
目标=缺失值与异常值处理对模型性能影…
综合提升一目标=缺失值
27
综合提升二
目标=结合业务规则的混合处理策略与案…
综合提升二目标=结合业务规…
28
综合提升三
目标=大规模金融数据的高效处理与分布…
综合提升三目标=大规模金融…
29
综合提升四
目标=前沿方法展望：深度学习 · 生成模型与自动化机器学习在数据清洗中…
综合提升四目标=前沿方法展…
30
课程总结与项目实战
目标=知识体系回顾 · 端到端项目部署与持续学习建议
课程总结项目实战