智慧型管理決策系統
Intelligence-Oriented Management Decision Systems
| 節 | 週三 |
|---|---|
A 18:30–19:20 | 智慧型管理決策系統 M-b01 3 節連堂 |
B 19:30–20:20 | |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
課程概述與目標: 本課程教授如何使資訊管理應用於管理決策電腦化與產品創新應用的入門課程。同學將可初步了解現代資訊管理的定義、應用與其智慧創新的思維。課程內容將提出資訊管理學域應更聚焦在『資訊的管理』而非『資訊與管理』。換言之在本課程中將對資訊管理學域的創新概念定位出是要如何有效的管理資訊而非資訊科學與管理科學的整合探討。課程內容包含: 1. 智慧決策系統理論:以人工智慧、統計理論實作、樣型辨識模型與機器學習理論相關的知識為主,概述各種演算法,諸如:Concept Learning、Decision Tree、Artificial Neural Networks、Genetic Algorithms、Support Vector Machines、Instance-based Learning、Clustering Analysis、AdaBoost algorithm 2. 實例應用系統開發:在大數據分析及決策的各種跨領域應用中,以多媒體與財務資料庫較易取得,故依修課同學背景分成多媒體系統決策與財務投資決策兩組,多媒體組以大量影像、聲音、影片資訊為研究標的,探討諸如人臉偵測、人臉辨識、智慧人機互動、人體姿勢模型等先進智慧型影像識別技術及其應用。而財務投資決策則將所學之人工智慧與機器學習理論,應用於財務時間序列中,並藉此探討各種創新金融與財務管理議題。 本課程除了學習智慧型決策系統理論,另藉由實例應用開發來建構同學們實作的能力。此外,雙應用主題的課程設計將有效協助不同研究背景的同學,快速達到學以致用的目的。期望能將各種已經成熟的AI科技,推展至各種管理決策與產品創新應用的電腦化與智慧化。
C語言或其他基礎程式語言能力
1. 繳交三次平時作業(30%) 2. 期中文獻探討與計畫提案書 (15%) 3. 期末應用系統Demo(20%) 4. 期末報告(25%) 5. 課程參與(10%)
- 課堂講授
- 系統實作開發
- 實例應用探討
- 學期報告與展示
| 週次 | 主題 |
|---|---|
| 第 1 週 | Course introduction |
| 第 2 週 | Python programming |
| 第 3 週 | Introduction to machine learning |
| 第 4 週 | Introduction to AI in finance |
| 第 5 週 | Numerical methods and option pricing |
| 第 6 週 | Clustering Analysis |
| 第 7 週 | Information Gain and Decision Tree |
| 第 8 週 | Dimension Reduction |
| 第 9 週 | Artificial Neural Networks |
| 第 10 週 | Case Study |
| 第 11 週 | Introduction to Computer Vision |
| 第 12 週 | Texture analysis and segmentation |
| 第 13 週 | Genetic Algorithms |
| 第 14 週 | Adaptive Boosting Algorithms |
| 第 15 週 | Support Vector Machines |
| 第 16 週 | Case Study |
| 第 17 週 | Final Project Presentation (I) |
| 第 18 週 | Final Project Presentation (II) |
參考書目: Machine Learning, Tom Mitchell, McGraw Hill, 1997 新金融實驗教學之財務金融資訊系統與投資管理(陳安斌著) 相關期刊與研討會論文
- 地點
- 管理一館M418
- 時間
- 星期一 9:00~12:00
- 聯絡方式
- szuhaohuang@gmai.com