專題-AI 金融應用課程-人工智慧高階課程-045A(一日期授權)
專題-AI 金融應用課程-人工智慧高階課程-045A(一日期授權)
專題- AI金融應用課程
AI4kids與國北教大蔡智孝老師團隊合作錄製影音教學,
就透過線上學習,一步一步進入AI與金融跨領域的專題實作課程!
本課程提供部分章節單元預覽,歡迎您先行觀看學習,再決定是否購買全課程!
【本線上課程將學到】
AI金融入門、歷史股價資料、 AI預測股票漲跌、AI預測股價、預測模型與投資策略。
【師資介紹】
國立臺北教育大學蔡智孝老師
蔡智孝老師主要研究方向包括網路學習、教育評量、學習分析與挖掘等。曾參與過多項教育科技相關的研究計畫,並發表了多篇相關領域的學術論文,並擔任過多個國內外學術期刊的編委、審稿人等職務,並且獲得過多項教育科技方面的榮譽與獎勵。目前亦積極投入AI金融領域方面之研究,利用資料探勘與機器學習等技術進行金融領域數據運用。
【詳細章節內容】
章節一 AI金融入門
1-1 投資基本觀念
*理財與投資
*認識台股市場
*投資心態與策略
1-2 AI金融領域發展現況
*金融領域的AI技術
*客群經營:客服機器人
*數據分析:投資推薦系統
章節二 歷史股價資料
2-1 取得訓練資料
*取得台股證交所資料
*透過FinMind取得資料
2-2 資料前處理
*資料前處理目的
*財務數據特性
*前處理方法
*動手實作: 資料前處理(Apple股價資料)
章節三 AI預測股票漲跌(分類任務)
3-1 使用機器學習:Random Forest
*模型簡介
*動手實作: 以RF預測台積電明日漲跌
3-2 使用機器學習:SVM
*模型簡介
*動手實作: 以SVM預測台積電明日漲跌
3-3 使用機器學習:XGBoost
*模型簡介
*動手實作: 以XGBoost預測台積電明日漲跌
3-4 使用深度學習:LSTM
*模型簡介
*動手實作: 以LSTM預測台積電明日漲跌
章節四 AI預測股價(迴歸任務)
4-1使用機器學習:Lasso Regression
* 模型簡介
* 動手實作: 以LR預測0050一週後的股價
4-2使用機器學習:Ridge Regression
* 模型簡介
* 動手實作: 以RR預測0050一週後的股價
4-3使用機器學習:SVR
* 模型簡介
* 動手實作: 以SVR預測0050一週後的股價
4-4使用深度學習:GRU
* 模型簡介
* 動手實作: 以GRU預測0050一週後的股價
章節五 預測模型與投資策略
5-1 單日預測
* 動手實作: 明日股票漲跌、一周後股價
章節六 測評與練習
6-1自行操作練習:請使用XGBoost建立大立光(3008)五日後的股價漲跌預測模型
6-2自行操作練習:請使用GRU建立鴻海(2317)三日後的股價預測模型
6-3總測評
課程總時數: 5:22:17
課程堂數: 6堂
測評
測評題型:選擇題、是非題
測評題數:18題
檢定證書
檢定證書可上傳教育部學習歷程平台
步驟如下:
登入學習歷程上傳頁面 → 多元學習表現 → 檢定證照紀錄 → 國內 / 其他 / 愛奇智慧科技 / 證照名稱(請選測驗名稱) / 級數分數 / 證照代碼(請參考下方列表) → 上傳證明文件