| 當期課號 |
7566
|
中文科名 |
智慧型資料分析與決策
|
| 學分數 |
3
|
修課時數 |
3
|
開課班級 |
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：Course Introduction第02週：模糊推論與智慧型資料分析第03週：Online Tutorials (FisPro Tools)第04週：Online Tutorials (Fuzzy Inference Examples)第05週：基因演算法與基因規劃法第06週：Online Tutorials (GA & GP Tools)第07週：Online Tutorials (GP & GP Examples)第08週：類神經網路與決策樹方法第09週：Online Tutorials (DT & NNW Tools)第10週：Online Tutorials (DT & NNW Examples)第11週：貝氏分類法與證據理論第12週：Online Tutorials (Bayes and DS Tools)第13週：Online Tutorials (Bayes and DS Examples)第14週：灰色預測方法與粗糙集理論第15週：Online Tutorials (GT & RS Tools)第16週：Online Tutorials (GT & RS Examples)第17週：模型整合與績效評估方法第18週：Final Exam
|
| 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. 書名：Data mining : practical machine learning tools and techniques 作者：Ian H.Witten, Eibe Frank 出版社：Morgan Kaufmann (教科書)2. 書名：Data Analytics: Models and Algorithms for Intelligent Data Analysis 作者：Thomas A. Runkler 出版社：Springer Vieweg (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：
星期三,第3~4節,地點:T2-1028;
星期五,第3~4節,地點:T2-1028;
分機:4413
|
|
|