週次 |
日期 |
單元主題 |
第1週 |
2/14 |
課程介紹: 資料分析、機器學習及會計 |
第2週 |
2/21 |
Python 基礎
• Python基本操作
• 小作業(不計分、無需繳交): 月營收時間序列圖、平減後月營收時間序列圖及基本統計量
|
第3週 |
2/28 |
國定假日 |
第4週 |
3/07 |
(計畫一) EPS預測之會計理論與機器學習模型介紹
• 會計學相關理論(Oh and Penman (1989) )
• 我國會計準則變動與資料選擇
• 資料梳理、基本統計量及資料平減問題
• 權益變動下EPS跨期間預測之困擾
• 隨機森林與XGboost classifier簡介
• 三種可能預測方式介紹: EPS預測與一般機器學習問題之差異?
• 討論其他可能之預測方式
• 下周練習之程式中,各項參數介紹與overfitting問題之討論 |
第5週 |
3/14 |
(計畫一) EPS預測之程式介紹及作業1
• 原始資料及程式
• 資料梳理問題: Python與Excel
• 助教mp4講解程式(1周前在NTU COOL中發布)
• 學生實際操作程式(上課中實作;有問題助教可立刻協助)
• 作業1-1: 2017年EPS預測。下周一17:00繳交,下周一17:00發布參考答案(程式修改部分)。 |
第6週 |
3/21 |
(計畫一) EPS預測作業2
• 擬定一個會計問題,並修改程式及完成預測;另有資料視覺化練習(應用第2周程式即可)。
• 規定之議題;亦可自行擬定議題
• 作業2: 完成規定之議題,或完成自行擬定更複雜問題。 |
第7週 |
3/28 |
(計畫二) 內稽、內控或審計問題: Fraud detection-研究業務員舞弊之案例
• Fraud detection及financial distress prediction之會計研究簡介
• Imbalanced data問題探討
• 本計畫之業務員舞弊個案及資料介紹
• 此類資料通常應有之視覺化介紹
• 隨機森林、XGboost classifier、logit、Support Vector Machine及Neural Network models
• 介紹Stacked models (本計畫將觀察同時使用多模型預測結果加權之預測,是否顯著優於各單一模型):
- Base Models: 選自前述各項模型
- Meta-Model: 將使用simple linear model (blending) |
第8週 |
4/04 |
第8週 (計畫二) 內稽、內控或審計問題: Fraud detection-研究業務員舞弊之案例
• 原始資料及程式
• 助教mp4講解程式(1周前在NTU COOL中發布)
• 學生實際操作程式(上課中實作;有問題助教可立刻協助) |
第9週 |
4/11 |
(計畫二) 內稽、內控或審計問題: Fraud detection-研究業務員舞弊之案例
• 規定之問題: 新資料集、修改程式及完成預測;另有資料視覺化練習。
• 作業3: 完成規定之議題,或完成自行擬定更複雜問題。 |
第10週 |
4/18 |
(計畫三) 月營收預測
• 前兩計畫之三模型,再加上Deep Neural Network (DNN) and Recurrent Neural Network (RNN)
• 資料視覺化、基本統計量與資料平減問題
• 行業別問題
• 總體變數: 匯率 |
第11週 |
4/25 |
(計畫三) 月營收預測
• 原始資料及程式
• 助教mp4講解程式(1周前在NTU COOL中發布)
• 學生實際操作程式(上課中實作;有問題助教可立刻協助) |
第12週 |
5/02 |
(計畫三) 月營收預測
• 規定之問題、修改程式及完成預測;另有資料視覺化練習。
• 作業4: 完成規定之議題,或完成自行擬定更複雜問題。 |
第13週 |
5/09 |
(計畫四) 致股東報告書內容與股價報酬關聯性之研究
• 網路爬蟲與相關資料
• 股價報酬與Sentiment Analysis |
第14週 |
5/16 |
(計畫四) 致股東報告書內容與股價報酬關聯性之研究
• 原始資料來源及程式
• 助教mp4講解程式(1周前在NTU COOL中發布)
• 學生實際操作程式(上課中實作;有問題助教可立刻協助) |
第15週 |
5/23 |
(計畫四) 致股東報告書內容與股價報酬關聯性之研究
• 規定之問題、修改程式及完成預測;另有資料視覺化練習。
作業5: 完成規定之議題,或完成自行擬定更複雜問題。 |
第16週 |
5/30 |
(計畫五: 延續計畫三,在模型中增加聲量或情緒變數) 使用APIs收集網路聲量(II)及Sentiment Analysis之應用: 網路聲量與情緒是否可以增加月營收預測之準確性? 公告月營收增減幅較為巨大之公司,網路聲量與情緒,是否在公告日前有異常之情形? 助教以mp4講解程式。 |
第17週 |
6/06 |
第17週 期末報告
自擬題目並在16周之前與任課教師商議: 可利用課程中5項計畫之基本資料,再作進一步研究,亦可自擬任何與會計相關之議題。 |
第18週 |
6/13 |
期末報告 |