基于Python+Spark的数据科学与商业实践【2.08GB】
本帖最后由 yyzhi 于 2025-9-10 08:30 编辑下载地址：**** Hidden Message *****
【课程目录】
│1 数据科学概述.mp4
│10 数据科学家的角色及功能.mp4
│11 数据科学家的能力范畴.mp4
│12 CRM 数据分析涉及的技术与业务.mp4
│13 CRM 数据挖掘常用分类算法举例（上）.mp4
│14CRM 数据挖掘常用分类算法举例（下）.mp4
│15 金融行业客户生命周期价值在企业中的实际应用.mp4
│16 金融行业客户获取与价值预测在企业中的实际应用.mp4
│17 金融行业初始和行为信用评级在企业中的实际应用.mp4
│18 金融行业客户洞察原理及在企业中的实际应用.mp4
│19 金融行业交叉销售原理及在企业中的实际应用.mp4
│2 数据科学的应用场景.mp4
│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
│21 金融行业客户流失预测与挽留在企业中的实际应用.mp4
│22 基于客户生命周期的数据分析代码案例（上）.mp4
│23 基于客户生命周期的数据分析代码案例（下）.mp4
│24 案例：实战个人贷款违约预测模型（一）.mp4
│25 案例：实战个人贷款违约预测模型（二）.mp4
│26 案例：实战个人贷款违约预测模型（三）.mp4
│27 案例：实战个人贷款违约预测模型（四）.mp4
│28 案例：实战个人贷款违约预测模型（五）.mp4
│29 案例：实战个人贷款违约预测模型（六）.mp4
│3 数据科学与客户智能.mp4
│30 案例：实战个人贷款违约预测模型（七）.mp4
│31 案例：实战个人贷款违约预测模型 - 基于PySpark的实现 （上）.mp4
│32 案例：实战个人贷款违约预测模型 - 基于PySpark的实现 （下）.mp4
│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
│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
│35 案例：实战银行零售产品的交叉营销 - 购物车算法分析.mp4
│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
│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
│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 案例：实战银行零售产品的交叉营销 - 关联规则算法详解.mp4
│4 数据科学基本概念.mp4
│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
│5 案例：利用RFM营销模型代码演示分析流程（一）.mp4
│6 案例：利用RFM营销模型代码演示分析流程（二）.mp4
│7 案例：利用RFM营销模型代码演示分析流程（三）.mp4
│8 案例：利用RFM营销模型代码演示分析流程（四）.mp4
│9 案例：利用RFM营销模型代码演示分析流程（五）.mp4
│
└─课程代码课件
代码.exe
课件.exe
资料.exe
果断MARK，前十有我必火！每日学编程论坛牛逼！
页:
[1]