| 學分數 |
3
|
修課時數 |
3
|
開課班級 |
日間部碩士班1年級 A班
|
| 本課程與系所培養學生核心能力關聯度 | 高度關聯 | 中高關聯 | 中度關聯 | 中低關聯 | 低度關聯 |
| 財金理論與實務專業之能力。 |
|
✔
|
|
|
|
| 研究分析與規劃執行之能力。 |
✔
|
|
|
|
|
| 倫理道德與社會責任之能力。 |
|
|
✔
|
|
|
| 國際視野與外國語言之能力。 |
|
✔
|
|
|
|
| 本課程培養學生下列知識： |
|
本課程培養學生熟悉財金資料分析與決策相關技術，並且藉由學習資料探勘與計算智慧等理論與方法建立高階財務資訊系統。透過整合各種不同功能之人工智慧資料分析與決策方法的設計與應用，以解決財金相關決策問題。本課程將包括理論介紹與相關電腦軟體操作與使用。1.瞭解智慧型財金資訊系統及相關技術2.熟悉財金資料分析與決策方法3.學習計算智慧理論與應用4.學習財金資料探勘方法5.瞭解智慧型系統之整合設計與應用This course assists student in the study of data mining and computational intelligence. Students are encouraged to employ and integrate different artificial intelligence approaches to construct a high-level intelligent information system for the financial data analysis and decision making problems of companies.
|
| 每週授課主題 |
|
第01週：智慧型財金資訊系統導論(Introduction of Intelligent System)第02週：基因演算法(Genetic Algorithm)第03週：基因規劃法(Genetic Programming)第04週：模糊理論(Fuzzy Theory)第05週：類神經網路(Neural Networks)第06週：決策樹方法(Decision Tree)第07週：貝氏分類法(Bayesian Classification)第08週：Middle Term Report第09週：灰色預測(Grey System & Prediction)第10週：灰色關聯(Grey Relattional Analysis)第11週：灰色決策(Grey Decision Making)第12週：層級分析法(Analytic Hierarchy Process Approach)第13週：證據理論(Dempster-Shafer Theory)第14週：粗糙集理論(Rought Set Theory)第15週：粒子集群理論(Particle Swarm Optimization)第16週：蟻群理論(Ant Algorithms)第17週：智慧型財金資訊系統應用案例(Case Study of Financial Intelligent 第18週：Final Term Report
|
| 成績及評量方式 |
|
平時作業及出席：20%期中作業：40%期末報告：40%
|
| 主要教材 |
|
1.Ian H.Witten, Eibe Frank, Data mining : practical machine learning tools and techniques, Morgan Kaufmann publications(教科書)2.Adrian A. Hopgood, Intelligent Systems for Engineers and Scientists, CRC Press(教科書)
|
| 教師資料 |
教師網頁：http://www.cyut.edu.tw/~tnchou/
E-Mail： tnchou@cyut.edu.tw
Office Hour：
星期二,第5~6節,地點:T2-1028;
星期三,第5~6節,地點:T2-1028;
分機:4413
|
|
|