Python 金融數據分析與預測實作

BurgeoningCourse

只能經由邀請註冊這課程

課程基本資訊

初階課程，可零基礎入門

影片時數：共約 10 小時

授課語言/字幕：皆為繁體中文

課程證書：有，須通過課程評分標準，才可獲得免費電子版完課證書，紙本證書需額外申請付費。

費用：3200 元（購課流程）

#可隨時報名 #可立即學習 #可隨時詢問老師問題

✔ 100% 純線上：可重複觀看所有課程影片，上課時間彈性自主、無負擔。

✔ 專業教材：老師提供精心編製簡報、範例程式碼。

✔ 完整度高：授課內容完整涵蓋此領域所需相關知識。

✔ 討論區：課程期間無限次詢問老師問題。還可加入課後討論區，老師不定期分享相關知識及答題。

✔ 理論 + 實作：課程編排為理論與實作交互前進，讓您既有紮實理論基礎，同時具備專題實作能力。

學習地圖

課程簡介

金融領域充斥著大量隨時間變化的數據，如：股市、匯率、信用卡、借貸、房價等。隨著大數據分析與機器學習技術快速發展，我們能應用這些技術對金融數據進行各種分析及預測。Python 是實作數據分析、機器學習熱門的程式語言，相關套件完整豐富，且具有簡潔、易學的特性，未來更可繼續深入實作人工智慧，也越來越常應用到金融領域的各種數據應用開發。

在這門課程中，您可以學到：

從零上手 Python 程式語言。
如何利用 Python 處理多種格式的數據。
如何利用 Python 爬取多種金融網站上的數據。
如何利用 Python 分析金融數據。
如何利用 Python 視覺化呈現金融數據。
如何利用 Python 建立機器學習模型並預測金融數據。
您可以運用以上所學理論與實作，應用於您的研究或工作之中。

#您可以獲得的技能

#Python #金融數據分析 #金融網站爬蟲 #資料預處理 #統計分析 #相關性分析 #樞紐分析 #時間序列處理 #異常值偵測 #主次因素分析 #資料視覺化 #機器學習預測 #分群

先備知識

此為初階入門課程，無需任何程式經驗或資訊背景，皆可學習，若無學習過 Python，請先修習此免費課程：Python 程式語言入門

並具備以下先備知識：

高中數學程度
基本英文閱讀能力，可查看函式說明文件

課程大綱

主題	內容
導論	金融數據分析與預測導論數據分析實作流程
數據分析常用資料結構	Numpy 矩陣結構及運算 Pandas 資料表結構
資料匯入	CSV、Excel 資料庫網路爬蟲專題實作示範台灣證券交易所台銀掛牌匯率公開資訊觀測站數據
資料預處理	清理遺失值、重複值資料對應及轉換切割、合併資料表
資料視覺化	使用 Matplotlib 基礎視覺化及 Pandas 快速製圖折線圖、直方圖、長條圖、散佈圖、箱形圖等作圖功能設定作圖風格、座標軸名稱、標註、圖例、多圖整合等
數據分析方法	統計分析（Statistical Analysis）資料聚合（Aggregation and Grouping）樞紐分析表（Pivot Table）異常值偵測（Anomaly Detection）相關性分析（Correlation Analysis）主次因素分析（Pareto Analysis）專題綜合實作示範：大盤指數分析與視覺化
時間序列處理	時間序列處理與分析導論 Python 時間序列處理 – datetime、DatatimeIndex
基礎機器學習預測	機器學習導論機器學習資料預處理非監督式學習（Unsupervised Learning）– K-means 專題實作：個股分群監督式學習（Supervised Learning）– 線性迴歸、羅吉斯迴歸（Logistic Regression）等模型效果評估專題實作：台灣房價預測專題實作：個股股價預測專題實作：信用卡違約預測
進階數據分析與預測技術導論	自然語言處理 (Natural Language Processing, NLP) 與文本分析進階視覺化人工智慧與深度學習

備註1：本課程「不包含」金融領域專業知識，而是著重在學習 Python 進行分析與預測的相關技術。

備註2：開課後課程內容仍會根據同學需求做部分調整，若對授課內容有任何建議或問題歡迎提出。

課程示範環境

Python 3.5
requests
Numpy
Matplotlib
Pandas
Scikit-learn

授課教師

徐浩軒

「補根課程」（Burgeoning Course）共同創辦人

「Python 資料科學與人工智慧」FB粉絲專頁共同創辦人

清華大學資訊系統與應用研究所博士

清華大學資訊工程學系學士

目前已開設「Python 資料科學實作」、「Python 機器學習與深度學習實作」、「Python 金融數據分析與預測實作」、「Python 自然語言處理實作」、「Python 資料視覺化入門：讓圖說出好故事」等課程，累積學生超過兩千位。

期刊著作

H. H. Hsu and N. F. Huang, "Xiao-Shih: A Self-Enriched Question Answering Bot With Machine Learning on Chinese-Based MOOCs," in IEEE Transactions on Learning Technologies, vol. 15, no. 2, pp. 223-237, 1 April 2022, doi: 10.1109/TLT.2022.3162572.

翻譯著作

《領域驅動設計學習手冊》（歐萊禮，2023）
《打造機器學習應用｜從構想邁向產品》（歐萊禮，2021）

專利

孫宏民、徐浩軒、黃能富、韓傳祥「車禍嚴重度預測方法及裝置、電腦可讀取的記錄媒體」中華民國發明專利號 I801082。

常見問題

Q1、我可以立即報名嗎？

沒問題，這門課程可以隨時報名、立即學習，報名後就可以觀看到課程所有的教材。

Q2、課程可以使用多久？

一年（從您報名的隔日算起）。設計一年內的使用期限有兩個主要原因：第一個是鼓勵大家在有限時間內完成學習；第二個是本課程提供的都是符合當下最新的知識，但知識演進快速，不希望大家學習到過時的知識。如果過了一年期限還想學習，可以透過轉班方式換到最新的一班學習（僅需繳交轉班手續費用500元）。

Q3、可以詢問老師問題嗎？

當然可以，可以在這門課程的討論區上發問或是透過老師的Email聯繫。

若還有其它問題，歡迎來信詢問：[email protected]

BurgeoningCourse: PY103 Python 金融數據分析與預測實作