本书是高等职业教育智慧财经系列教材和校企“双元”合作开发教材。
本书构建了“大数据＋AI＋财务”的教学结构体系，以“技术赋能—场景驱动—价值引领”为设计理念，按“认知—基础—应用—创新”四阶段设计，包括7个项目：认知大数据技术在财务中的应用、掌握Python财务编程基础、搭建财务决策控制模型、规范财务数据采集与预处理、开发财务数据可视化分析方案、构建基础财务分析模型、开发高级财务分析模型，引导学生逐步掌握Python编程基础知识，培养职业能力，提升人工智能素养。为利教便学，部分资源（如操作演示、微课视频）以二维码形式提供在相关内容旁，可扫码获取。此外，本书另配课程标准、教案、教学课件、课程大纲、参考答案、虚拟仿真实验平台、智慧职教在线课程、课程智能体等教学资源，供教师教学使用。
本书既可作为高等职业本科院校和高等职业专科院校财务会计类专业相关课程教材，也可作为社会相关人员培训用书。
- 目录
- 前辅文
- 项目一 大数据技术在财务中的应用认知
- 学习目标 知识目标/能力目标/素养目标
- 项目导入
- 任务一 大数据技术基础了解
- 任务二 财务大数据技术工具选择
- AI拓展
- 学思践悟 技能提升/拓展思考/任务工单
- 巩固练习
- 项目二 Python财务编程基础认知
- 学习目标 知识目标/能力目标/素养目标
- 项目导入
- 任务一 Python编程规范
- 任务二 数据变量设计
- 任务三 数值型数据处理
- 任务四 文本型数据处理
- 任务五 列表结构应用
- 任务六 字典结构应用
- AI拓展
- 学思践悟 技能提升/拓展思考/任务工单
- 巩固练习
- 项目三 财务决策控制模型构建
- 学习目标 知识目标/能力目标/素养目标
- 项目导入
- 任务一 条件分支语句应用
- 任务二 循环语句应用
- 任务三 函数封装应用
- 任务四 模块化编程实践
- AI拓展
- 学思践悟 技能提升/拓展思考/任务工单
- 巩固练习
- 项目四 财务数据采集与预处理
- 学习目标 知识目标/能力目标/素养目标
- 项目导入
- 任务一 多源数据采集
- 任务二 数据清洗技术
- 任务三 数据存储与处理
- 任务四 数据聚合与分析
- AI拓展
- 学思践悟 技能提升/拓展思考/任务工单
- 巩固练习
- 项目五 财务数据可视化分析
- 学习目标 知识目标/能力目标/素养目标
- 项目导入
- 任务一 matplotlib可视化分析
- 任务二 pyecharts交互式可视化分析
- AI拓展
- 学思践悟 技能提升/拓展思考/任务工单
- 巩固练习
- 项目六 基础财务分析模型构建
- 学习目标 知识目标/能力目标/素养目标
- 项目导入
- 任务一 供应商筛选模型构建——基于pandas库
- 任务二 产品成本聚类模型构建——基于K Means算法
- 任务三 财务预算管控模型构建——基于pandas库
- 任务四 筹资决策模型构建——基于分类算法
- 任务五 本量利分析模型构建——基于线性回归算法
- 任务六 股价预测模型构建——基于时间序列分析
- AI拓展
- 学思践悟 技能提升/拓展思考/任务工单
- 巩固练习
- 项目七 高级财务分析模型构建
- 学习目标 知识目标/能力目标/素养目标
- 项目导入
- 任务一 财务文本信息挖掘
- 任务二 三维交互式财务数据可视化分析
- 任务三 多源财务报表大数据分析
- AI拓展
- 学思践悟 技能提升/拓展思考/任务工单
- 巩固练习
- 主要参考文献
