765| 7
|
[『编程语言』] 基于Python+Spark的数据科学与商业实践(金融风控 客户预警 信用评分卡 企业内训) |
基于Python+Spark的数据科学与商业实践(金融风控 客户预警 信用评分卡 企业内训)
├──1 数据科学概述.mp4 23.77M ├──10 数据科学家的角色及功能.mp4 48.69M ├──11 数据科学家的能力范畴.mp4 11.80M ├──12 CRM 数据分析涉及的技术与业务.mp4 53.84M ├──13 CRM 数据挖掘常用分类算法举例(上).mp4 49.35M ├──14 CRM 数据挖掘常用分类算法举例(下).mp4 65.67M ├──15 金融行业客户生命周期价值在企业中的实际应用.mp4 13.08M ├──16 金融行业客户获取与价值预测在企业中的实际应用.mp4 22.49M ├──17 金融行业初始和行为信用评级在企业中的实际应用.mp4 31.83M ├──18 金融行业客户洞察原理及在企业中的实际应用.mp4 38.80M ├──19 金融行业交叉销售原理及在企业中的实际应用.mp4 45.45M ├──2 数据科学的应用场景.mp4 29.33M ├──20 金融行业复杂网络反欺诈原理及在企业中的实际应用.mp4 29.75M ├──21 金融行业客户流失预测与挽留在企业中的实际应用.mp4 25.51M ├──22 基于客户生命周期的数据分析代码案例(上).mp4 35.61M ├──23 基于客户生命周期的数据分析代码案例(下).mp4 63.73M ├──24 案例:实战个人贷款违约预测模型(一).mp4 44.76M ├──25 案例:实战个人贷款违约预测模型(二).mp4 37.32M ├──26 案例:实战个人贷款违约预测模型(三).mp4 39.89M ├──27 案例:实战个人贷款违约预测模型(四).mp4 25.32M ├──28 案例:实战个人贷款违约预测模型(五).mp4 46.62M ├──29 案例:实战个人贷款违约预测模型(六).mp4 73.59M ├──3 数据科学与客户智能.mp4 28.68M ├──30 案例:实战个人贷款违约预测模型(七).mp4 71.06M ├──31 案例:实战个人贷款违约预测模型 – 基于PySpark的实现 (上).mp4 20.89M ├──32 案例:实战个人贷款违约预测模型 – 基于PySpark的实现 (下).mp4 32.48M ├──33 案例:实战银行零售产品的交叉营销 – 场景、原理与企业应用 .mp4 44.07M ├──34 案例:实战银行零售产品的交叉营销 – 关联规则挖掘算法.mp4 21.02M ├──35 案例:实战银行零售产品的交叉营销 – 购物车算法分析.mp4 22.13M ├──36 案例:实战银行零售产品的交叉营销 – Python+Spark大数据开发环境搭建(上).mp4 40.08M ├──37 案例:实战银行零售产品的交叉营销 – Python+Spark大数据开发环境搭建(下).mp4 37.13M ├──38 案例:实战银行零售产品的交叉营销 – 关联规则算法代码实现(基于PySpark).mp4 39.54M ├──39 案例:实战银行零售产品的交叉营销 – 关联规则算法详解.mp4 29.15M ├──4 数据科学基本概念.mp4 45.59M ├──40 案例:实战银行零售产品的交叉营销 – Apiri算法原理及代码实现(基于PySpark).mp4 37.86M ├──5 案例:利用RFM营销模型代码演示分析流程(一).mp4 32.69M ├──6 案例:利用RFM营销模型代码演示分析流程(二).mp4 37.72M ├──7 案例:利用RFM营销模型代码演示分析流程(三).mp4 47.29M ├──8 案例:利用RFM营销模型代码演示分析流程(四).mp4 67.79M ├──9 案例:利用RFM营销模型代码演示分析流程(五).mp4 60.46M └──课程配套资料.rar 0.14kb
购买主题
本主题需向作者支付 7 资源币 才能浏览
| |
发表于 2024-3-6 09:50:11
|
显示全部楼层
| ||
发表于 2024-3-7 10:34:44
|
显示全部楼层
| ||
发表于 2024-3-11 20:57:00
|
显示全部楼层
| ||
发表于 2024-3-21 20:05:37
|
显示全部楼层
| ||
发表于 2024-3-30 11:22:51
|
显示全部楼层
| ||
发表于 2024-10-21 09:28:12
|
显示全部楼层
| ||
发表于 2024-11-5 18:29:18
|
显示全部楼层
| ||
小黑屋|资源共享吧 ( 琼ICP备2023000410号-1 )
GMT+8, 2024-11-21 20:06 , Processed in 0.048157 second(s), 18 queries , MemCached On.