上課地址:台北科技大樓
時數:54
起迄日期:2021-03-04~2021-04-29
聯絡資訊:葉雅芬/03-5919212
報名截止日:2021-03-03
課程類別:人才培訓(課程)
活動代碼:2320120129
課程時間 |
課程主題 |
課程大綱 |
3/4(四) |
金融科技現況與未來趨勢 |
1. 金融科技活動 2. 金融科技監理原則 3. 金融科技倡議 4. 金融科技相關技術 5. 金融科技政策發展 6. 挑戰與機會 |
3/11(四) |
機器學習專案實務方法 |
1. 機器學習介紹 2. 機器學習系統的種類 3. 機器學習的主要挑戰 4. 測試與驗證 5. 分類、分群、迴歸、關聯規則 6. Scikit-Learn介紹
|
3/18(四) |
深度學習專案實務方法 |
1. 深度學習介紹 2. 神經網路原理 3. 全連接 4. 損失函數MSE和MAE 5. 神經網路權重更新 6. TensorFlow與TensorBoard介紹 |
3/25(四) |
分類模型應用於信用風險分析 |
1. 信用風險分析案例探討 2. 研究資料之探索式資料分析 3. 邏輯迴歸分類 4. 決策樹分類 5. 支援向量機分類 6. 單純貝氏分類 7. 隨機森林 |
4/1(四) |
分群模型應用於客戶樣態分群 |
1. 客戶樣態分群案例探討 2. 研究資料之探索式資料分析 3. K-Means分群 4. 階層式分群 5. 聚合式階層分群 6. DBSCAN分群 7. HDBSCAN分群 |
4/8(四) |
迴歸模型應用於保險理賠預測 |
1. 保險理賠預測案例探討 2. 研究資料之探索式資料分析 3. 多項式迴歸 4. K-近鄰演算法 5. 支持向量機迴歸分析 6. 決策樹迴歸器 7. 隨機森林迴歸器 8. 類神經網路迴歸 |
4/15(四) |
深度學習模型應用於產品照片分類 |
1. 產品照片分類案例探討 2. 研究資料之探索式資料分析 3. 影像增強 4. 全連接層神經網路模型 5. 卷積神經網路模型 6. 二元分類問題 7. 多類別分類問題 |
4/22(四) |
維度縮減模型應用於信用卡詐欺監測 |
1. 信用卡詐欺監測案例探討 2. 研究資料之探索式資料分析 3. PCA異常偵測 4. Kernel PCA異常偵測 5. 稀疏隨機投影異常偵測 6. 非線性異常偵測 |
4/29(四) |
自動編碼器模型應用於信用卡詐欺監測 |
1. 信用卡詐欺監測案例探討 2. 研究資料之探索式資料分析 3. 神經網路異常偵測 4. 自動編碼器異常偵測 5. 低完備與過完備自動編碼器異常偵測 6. 雙分自動編碼器異常偵測 |
² 從監督式學習到非監督式學習探討金融科技問題的不同面向。
² 介紹金融科技領域會遇到的各種問題情境,並利用資料科學與人工智慧之方法來建立解決問題的能力。
² 透過實務案例介紹與理論方法的理解與程式實作,從深刻體驗到著手解決問題的訓練方法來培養金融科技資料科學家的必備技能。
² 學員能夠瞭解如何使用機器學習與深度學習方法來分析與解決金融科技實務問題。
【講師介紹 黃老師】
現職:
東吳大學巨量資料管理學院助理教授
學歷:
國立中央大學資訊工程學系
博士國立中央大學網路學習科技所
碩士元智大學資訊管理學系學士
經歷:
Google AI Explore ML 種子教師
東吳大學人工智慧應用研究中心研究員
國泰產險數位發展部數據分析科講師與技術顧問
康橋國際學校大數據專題研究課程講師
經濟部工業局AI與數據應用領域專家顧問
康橋國際學校高中數據分析研究社社團教師
中央研究院資訊科學研究所訪問學者
中央研究院資訊科技創新研究中心博士後研究員
中央研究院資訊科學研究所博士後研究員
中國文化大學資訊管理學系兼任助理教授
陸軍專科學校電腦與通訊工程科兼任講師
專長:
資料科學、人工智慧、電腦視覺、資料視覺化、商業智慧、城市計算
期待了解金融科技發展並將人工智慧方法應用於金融科技實務問題的工程師、專案管理師、資料科學家、決策者等。
●舉辦地點:台北科技大樓、館前路教室
●舉辦日期:110/3/4(四)、3/11(四)、3/18(四)、3/25(四)、4/1(四)、4/8(四)、4/15(四)、4/22(四)、4/29(四),共9日
●報名方式:(兩種方式擇一即可)
(1)至產業學習網(college.itri.org.tw)線上報名
(2) E-mail(姓名、職稱、公司名稱、統編、連絡電話)至Email住址會使用灌水程式保護機制。你需要啟動Javascript才能觀看它
●報名洽詢:03-591-9212
課程費用 |
單門定價 |
全系列 |
全系列特別優惠 |
單人報名專業課程 |
4,200 |
37,800 |
- |
二人以上報名優惠價 (團體報名) |
3,800 |
32,500 |
團體早鳥價 32,000/人 |
早鳥價(開課15日前) |
4,000 |
34,000 |
|
數位學習方案(遠端同步) |
4,100 |
35,000 |
- |
※同公司三人(含)以上報名全系列,可另享最優惠價,歡迎來信/電詢問
(1) 為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。
(2) 請收到上課及繳費通知後,於開課日三天前以銀行匯款、支票或線上報名時選擇信用卡線上繳費(發票開課當天即可拿到)。若需提早取得發票,請洽詢課程承辦人。
(3) 因課前教材及講義之準備及需為您進行退款相關事宜,若您不克前來,請於開課三日前告知,以利行政作業進行並共同愛護資源。
(4) 如本課程因人數或其他因素造成課程取消,本院將無息辦理退費,敬請見諒!
(5) 為尊重講師之智慧財產權益,恕無法提供課程講義電子檔。
(6) 為配合講師時間或臨時突發事件,主辦單位有調整日期或更換講師之權利。