特別提醒：本課程影片配音、肖像另請代言者「小資寧」。故講解課程、形象露出、代言為小資寧女性一角，課程設計者介紹詳見以下。
關於本課程所教學的內容，主要以程式面的角度教學 AI 模型開發技術，因教學中，會需要數據資料，本課程針對金融數據資料作分析，經過了解，關於數據資料的部份 如:台指期的歷史數據，因資訊是有價值且需符合期交所相關規定，因此本課程無法向同學們提供所有相關的數據資料，影片上亦使用馬賽克將相關資訊模糊化，這部份在未來同學學習此課程時，需自行透過期交所網站、或卷商看盤軟體等，作數據資料獲取及整理，同學們就需要依照課程程式範例所需要的部份，作對應的資料處裡！
本課程沒有教資料爬蟲，課程重點在於分享開發AI模型與金融結合的經驗，強調自主學習，
以範例程式碼呈現，對於程式碼上的許多參數，實作上沒有標準答案，重點在於學生實務上經驗的累積！
所以本課程沒有任何現成的、可以直接產生成果的內容，一切需靠自己的努力才有收穫，
對於期待著能直接透過本課程坐享其成果的學生，這堂課並不適合你！
購買前請詳閱課程介紹，也可參考課程評價，確定是想上的課程再作購買喔！以免造成期望值的落差！
想多了解課程設計者可以關注：小資寧-從賺零用金到財富自由之路 - 股票期貨操作
AI 人工智慧已是未來的趨勢
AI 人工智慧近年來蓬勃發展，世界上各產業也推出許多相關應用，舉比較有名的Google AlphaGo 、Apple Siri ⋯⋯其他產業：無人駕駛技術、影像辨識、工業 4.0 等等，著名的大企業也紛紛採購 AI 人工智慧教材給員工學習。這些都已經證明「AI 人工智慧已是未來的趨勢」，聰明的我們是否也想走在趨勢的前端？
AI 人工智慧在金融產業的應用
許多國內外金融企業已不斷在發展相關 AI 技術，應用在信用分析、核貸模型、反詐欺、個人化推薦等等，在金融市場方面：美國有名的 ETF ROBO、BOTZ 聽說表現的績效都不錯，就身為小小金融投資客的我們，更要注意在金融商品上的應用！
AI 人工智慧的推廣資源
在台灣目前資策會 、人工智慧學校 、大學、電腦技能補習班⋯⋯都有陸續相關課程開課，而許多價格上就足以讓許多人卻步，當然 Google 、Microsoft 知名科技大廠，也有推出相關的免費課程教學，但最後還是發現一個問題，理論與實務上總是有個非常大的斷層！
當學習完了相關課程，當要踏入相關產業，實作相關應用，才發現這斷層還需要花更多的時間、心力、再去學習！如果已經有在涉獵相關 AI 實務面上的資源範疇，就會發現文獻內容多半是英文、簡體字，這代表著台灣比起美國、中國大陸，AI 相關的師資、教材資源、應用普遍性等等，是比較不足的，這也漸漸增加學習的難度。
關於課程代言與設計者
本次課程設計者曾在資訊公司擔任過程式設計師、AI 工程師、部門主管；現專職於個人金融商品操盤。交易資歷已 8 年，因有程式的背景，目前已打造屬於自己的一些系統（如下圖範例，以下作品並非本課程教學的內容）。
由於課程設計者希望帶給這堂課更好的內容以及講課品質，故這堂課會由小資寧一角來擔任課程配音以及老師代言，肖像權露出，課程設計者的背景介紹、內容配音等會由小資寧擔當，本課實質內容則由上述課程設計者所設計。課程設計者會盡可能地給予學生最大的幫助，若有課程上、教學上的問題與建議，歡迎提出，設計者會盡力解答、改善！
- 課程設計者作品：半自動下單系統（似卷商雲端下單）、全自動交易系統（選擇權)
分享課程的特色
本課程將用金融商品的實例，來引導教學 AI 人工智慧專業的理論，讓理論與實務的大斷層接近於 0，學完課程，透過同學本身的金融基礎及努力，將自身金融市場上的 good idea 與 AI 技術做結合，打造出自己專屬獨特的 AI 模型！（準確率取決於同學的金融知識！）
課程教學方式與難易度
一個的程式素人，甚至沒接觸過 AI，這課程會不會很難？我真的有辦法做得到嗎？本課程會由淺入深，透過投影片搭配老師口白，且提供實際的案例程式碼，清楚的註解，依照所教的範例，同學進而修改開發成自己獨家的成果！就算從沒接觸過 AI，只要有基本 Python 的基礎，用實用的案例簡單解釋複雜的理論，相信絕對是新手入門的好課程！
單元架構設計與教學重點
單元 1~4 重點：
- 建立對於 AI 人工智慧應具備的認識、觀念。
- 了解由淺入深、循序漸進的課程學習過程架構；並架設基本的開發環境。
單元 5~10、作業 1 重點：
- 開始實作建立最單純的 AI 類神經模型（金融漲跌預判範例)。
- 漸漸引導如何優化、提高準確率的思維及觀念，了解往後開發 AI 模型的重點要素。
單元 11~16、作業 2~3 重點：
- 有了之前簡單 AI 模型的基礎，進一步學習較複雜的 AI 類神經模型：CNN 影像辨識-辨識 K 線圖型態趨勢範例。
- RNN - LSTM 記憶模型 - 以預估金融指數價格範例，學習並了解這些模型的建構方式。
單元 17~20 重點：
- 學會如何架設 TensorFlow 及 GUP 運算環境，透過已了解的 Keras 架構，進一步學習 TensorFlow 的架構，了解模型的建構方式。及未來課後該如何將技術發展的發想。
解鎖單元重點：
- 主要是拋磚引玉，讓同學了解實務上怎麼應用到所學的 AI 技術，引發同學們的思想，提供的實戰範例不保證實際的報酬率！
⚠️ 以上課程單元內容主要教同學做出 AI 模型的技術，資料內容有涉及期貨指數(不提供相關數據)，並無金融商品操作上的教學！模型準不準確、以及未來要如何應用，取決於同學的金融知識！投資一定有風險，請審慎評估，自負風險，藉此研發出同學自己的實戰案例才是最好的報酬率！
預計回答問題、批改作業頻率
課程上的問題，非常歡迎大家在「問題討論」區發問；以及同學課後的作業，課程設計者會盡量在一週之內回覆、批改，若是程式碼報錯等相關問題，請利用截圖將問題描述清楚，以利快速解答您的問題！
預計作業設計、批改方式
在課程結束一個段落，依照課程的範例，請同學用自己的想法，實作自己獨一無二的 AI 模型，因作業並沒有一定的標準答案，屆時請同學將 AI 預測結果數據截圖上傳作業，證明您已學會怎麼創建自己的 AI 模型，過程若有任何疑問，請勇敢地提出，將協助你完成自己的 AI 模型！
課程後你將學會？
- 對 AI 有基本的認識。
- 了解如何於金融指數上實作 AI 技術、 即可打造屬於自己的 AI 預測模型，範例如以下：
- 金融漲跌預判、影像辨識金融型態趨勢、預測相關指數價格
⚠️ 特別聲明：本課程主要內容為 AI 實作，而金融產業上的學術教學基本上為範例介紹，並非藉此販售預測模型，因此不保證預測模型準確度、也不保證能藉此於金融市場獲利、案例皆以歷史資料做教學(需自行獲取歷史資料)、不做當下的市場預測、投資風險需自行承擔！
要成為專業團隊的 AI 人才，沒有一步登天方式，必須自己一步步腳踏實地的走上去
購課前須知
最近發生的大事件，詳細解釋此 AI 選擇權實戰策略所會面臨到的風險，因此本課程不保證範例未來實際的報酬率喔！(投資風險一定有風險，請審慎評估，自負風險)
20170803台指期開盤跌停
20180206台股崩跌選擇權爆倉
20181011台股創史上最大跌點
快來呼朋引伴，成為 AI 金融專業人才，購買此課程，認真學習，投資自己，相信聰明的你能讓報酬最大化！讓我們一起努力吧！
分享本課程專屬連結：https://hahow.in/cr/windstock430
前往粉絲專頁：小資寧-從賺零用金到財富自由之路 - 股票期貨操作
