課程名稱 |
金融科技-文字探勘與機器學習 Fintech-Text Mining and Machine Learning |
開課學期 |
109-2 |
授課對象 |
學程 商業資料分析學分學程 |
授課教師 |
石百達 |
課號 |
Fin7067 |
課程識別碼 |
723 M9900 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期三2,3,4(9:10~12:10) |
上課地點 |
管二102 |
備註 |
此課程列入商業資料分析學分學程。與張智星共授 限學士班二年級以上 或 限碩士班以上 總人數上限:50人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1092Fin7067_ |
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
本課程內容包括財金專業知識、文字探勘與機器學習,以及使用程式語言(如Python)來實做由金融實務界提出的專題題目。期盼學生具有整合財金與資工知識,解決包括但不限於文字探勘與機器學習的金融實務問題的能力。(本課程以方法論為主,不會實際教授程式語言,但會提供相關教材讓同學自行學習。) |
課程目標 |
1. 具備財金之專業知識。
2. 動態重要財金資料收集流程建構。
3. 具備應用文字探勘與機器學習於金融相關議題之能力。
4. 希望協助學生具有整合財金與資工知識,解決金融實務問題的經驗。
|
課程要求 |
上課不缺席多討論,準時並做好作業,完成高品質跨領域合作解決金融實務問題。
1 30% 由授課老師負責
2 期末專題作業-團體分數 30% 由授課老師負責
3 期末專題作業-個人分數 40% 由mentor負責
|
預期每週課後學習時數 |
|
Office Hours |
|
指定閱讀 |
上課講義 |
參考書目 |
|
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
期末考 |
30% |
由授課老師負責 |
2. |
期末專題作業-團體分數 |
30% |
由授課老師負責 |
3. |
期末專題作業-個人分數 |
40% |
由mentor負責 |
|
週次 |
日期 |
單元主題 |
第1週 |
2/24 |
課程進行方式說明,計分規則 |
第2週 |
3/03 |
張智星老師授課,人工智慧與機器學習簡介 |
第3週 |
3/10 |
1.張智星老師授課,機器學習1-分類與迴歸、AI與金融科技
2.填寫志願 |
第4週 |
3/17 |
石百達老師授課,介紹投資理論 |
第5週 |
3/24 |
石百達老師授課,介紹風險管理 |
第6週 |
3/31 |
張智星老師授課,機器學習2-模型的效能評估、金融科技案例 |
第7週 |
4/07 |
張智星老師授課,機器學習3-特徵的選取與粹取、應用面探討 |
第8週 |
4/14 |
石百達老師授課,文字探勘之應用1 |
第9週 |
4/21 |
石百達老師授課,文字探勘之應用2 |
第10週 |
4/28 |
期中考 |
第11週 |
5/05 |
張智星老師專題指導 |
第12週 |
5/12 |
石百達老師專題指導 |
第13週 |
5/19 |
張智星老師專題指導 |
第14週 |
5/26 |
石百達老師專題指導 |
第15週 |
6/02 |
金管會胡則華副處長演講 |
第16週 |
6/09 |
跨校共同課程-專利法 |
第19週 |
6/30 |
期末報告 |