一、課程說明	
<br>以專題的方式探討人工智慧與大數據在不同領域應用的技術研析與問體探討，包括運算的軟硬體系
<br>統開發設計、金融科技、文字探勘、製造的品質管理與可靠度分析等
<br>
<br>二、指定用書	
<br>金融科技用書：韓傳祥 著 五南出版社 2020
<br>ETF量化投資學：智能投資的幸福方程式
<br>	
<br>三、教學方式：投影片授課 / 實例示範
<br>
<br>四、教學進度
<br>第一週(9/18): 國定假日
<br>第二週(9/25):高效能運算在AI的應用技術與趨勢(周志遠)
<br>第三週(10/2):分散式訓練與聯邦式學習(周志遠)
<br>第四週(10/9):國定假日
<br>第五周(10/16):金融科技簡介、全球資產管理發展、平台實作
<br>(韓傳祥)
<br>第六週(10/23):金融大數據分析、AI/ML 案例：投資自動化(韓傳祥)
<br>第七週(10/30): Network Analysis (周哲維)
<br>第八週(11/6): Graph Neural Network (GNN) Introduction(周哲維)
<br>第九週(11/13): GNN Industrial Application(周哲維)
<br>第十週(11/20): Fault Detection and Classification (FDC) Analysis(曾勝滄)
<br>第十一週(11/27): Lifetime Assessment of Highly-Reliable Products(曾勝滄)
<br>第十二週(12/4): The composition of text mining techniques(林福仁)
<br>第十三週(12/11): The applications of text mining(林福仁)
<br>第十四週(12/18): big data application: new types of data(林世昌)
<br>第十五週(12/25): big data application: honest data and zoon-in(林世昌)
<br>第十六週(1/1): 國定假日
<br>第十七週(1/8): 專題報告(周哲維)
<br>第十八週(1/15): 期末考週
<br>
<br>五、成績考核：(暫定，已老師宣布為主)
<br>
<br>課堂測驗(周志遠)、課堂討論(韓傳祥)、 Case study(周哲維、曾勝滄、林福仁)
<br>、assignment(林世昌)
<br>
<br>
<br>	
<br>