台灣金融研訓院(教育訓練)台灣金融研訓院(教育訓練)

Python語言應用系列課程

舉辦目的

近來全球各領域紛紛吹起人工智慧(Artificial Intelligence, AI)的風潮,實現智能化系統的一個重要關鍵就是大資料分析。如何將龐雜的數據轉成知識,再由知識驅動決策與各種智能應用,是各國將人工智慧產業化的必要基礎。整合了統計、資料探勘與機器學習等領域的智慧資料分析技術(intelligent data analysis),正是駕馭各種智能裝置的關鍵之鑰。根據2018年KDnuggets的最新調查顯示,Python是資料解析/資料探勘/資料科學工作中經常被使用的程式語言,其使用率已經位居第一位,足見其未來的重要性。

本系列課程將從系列一「Python資料分析基礎」介紹人工智慧算法的基礎理論觀念開始,再由淺入深從系列二「機器學習實作」到系列三「深度學習應用」實務案例運用,以最適合資料科學家的Python整合式開發環境Spyder進行實機操作,幫助學員輕鬆上手資料探勘與機器學習的工作 。

課程等級

初階到進階課程

課程特色

  • 羅統計、作業研究、資料探勘、機器學習、演算法與人工智慧方面多年教學經驗的跨領域師資;
  • 分享各領域資料分析經驗,讓學員掌握大資料know-how的全貌,明瞭不同方法、工具與應用領域之間的差異,活用資料分析技術與抓住未來發展趨勢。

舉辦時間

課程系列 課程時間 線上報名
系列一 108年09月29日、10月06日,每週日,09:10~16:00 前往報名
系列二 108年11月23日、11月30日,每週六,09:10~16:00 前往報名
系列三 108年12月08日、12月22日,每週日,09:10~16:00 前往報名

課程地點

  • 系列二:台北市羅斯福路三段62號(本院院本部)
  • 系列一及系列三:台北市中正區南海路3號4樓(芬恩特)

參加對象

  • 各金融機構〈含金控、銀行、證券、保險、信託、票券、信合社、農漁會、投信、投顧、期貨等〉數位金融、資訊、消費金融、財富管理、投資部等相關部門主管及業務人員;
  • 對金融科技熱門議題有興趣之學員

具備資格

  • 毫無程式設計基礎,想要開始學習此技術的學習者;
  • 身處金融領域,想要瞭解程式設計與資訊技術之應用的學習者;
  • 將來想要在企業裡以程式設計與資訊技術解決問題的學習者;
  • 學過其他程式語言,想要快速學會 Python 語言的學習者 學習者不需要任何程式設計、資訊工程、計算機科學的基礎,也不需要商管基礎。只要有一般高中生的基本英文與數學能力,並且願意花時間學習與練習,就可以完成此課程並且有所收穫。

課程內容

系列一 Python資料分析基礎

課程目標:帶領學員理解Python基礎語法,並以Python語言實作資料分析基礎工作。

課程內容 課程大綱 時數
資料結構與基礎語法
  • 原生資料結構與基本運算
  • Numpy與Pandas資料結構
  • 流程控制與物件導向觀念
  • 向量化與隱式迴圈
4
資料匯入及前處理
  • 資料載入及匯出
  • 資料排序
  • 群組與摘要
  • 資料變形
  • 資料清理
  • 屬性工程
5
探索式資料分析與線性模型
  • 常用繪圖語法
  • 探索式資料分析案例
  • 線性迴歸
  • 變異數分析
3
※ 本院保留變更課程內容之權利,相關異動以網站公告或開班公文為準。


系列二 機器學習實作

課程目標:學習資料探勘與機器學習各種方法的理論與應用實務,並能運用Python語言重要的函式庫,完成智慧資料分析工作。

課程內容 課程大綱 時數
資料探索準備
  • Anaconda Python與TensorFlow安裝
  • Python原生與衍生資料結構
  • 屬性編碼
  • 關聯規則分析
  • 維度縮減
  • 集群分析
  • 羅吉斯迴歸分類
6
預測建模
  • 樹狀模型
  • k近鄰分類
  • 貝式分類
  • 支援向量機
  • 薈萃式學習(拔靴集成、效能提升與隨機森林)
6
※ 本院保留變更課程內容之權利,相關異動以網站公告或開班公文為準。
※ 須具備基礎Python語言。


系列三 深度學習應用

課程目標:學習深度學習各種方法的理論與應用實務,並能運用TensorFlow及其它Python語言深度學習函式庫,期能讓學員短時間內掌握深度學習的重要知識。

課程內容 課程大綱 時數
類神經網路基礎
  • Python深度學習框架介紹
3
屬性萃取與預測建模
  • 卷積式類神經網路(Convolutional Neural Networks)原理與應用
  • Elman與Jordan遞歸式類神經網路(Elman, Jordan Neural Networks)原理與應用
  • 長短期記憶(Long Short Term Memory, LSTM)神經網路原理與應用
9
※ 本院保留變更課程內容之權利,相關異動以網站公告或開班公文為準。
※ 須具備基礎Python語言。

講座介紹

鄒慶士 博士


  • 現任:國立臺北商業大學資訊與決策科學研究所教授兼資料科學應用研究中心主任、中華R軟體學會理事長、臺灣資料科學與商業應用協會理事長
  • 專長:多目標最佳化、計算智慧、ERP/SCM/CRM、資料探勘、賽局理論應用、投資組合分析

參加費用

每系列每人新台幣4,800元整,全系列可享8折優惠為新台幣3,840元整,使用愛學習點數可再享9折優惠。

報名方式

自即日起至開課前二週,可依據下列方式報名,本院將於開班前寄發上課通知函。