若是通识课程评价，请用 [通识] 分类，勿使用 [评价] 分类
标题范例：[通识] A58 普通心理学丙 林以正 (看完后请用ctrl+y删除这两行)
※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：否
哪一学年度修课： 110-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录):张智星、韩传祥、陈君明
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)： 资工系选修
δ 课程大概内容：
(这里只列个大概，详细的课程在 http://mirlab.org/jang/courses/finTech/ )
09/22 简介
09/29 技术面知识（Ｋ线、均线）
10/06 技术面（RSI,sharpe ratio）
10/13 KNN
10/20 classification
10/27 Robo advisor
11/03 Introduction to Fintech
11/10 数位货币与区块链1
11/17 数位货币与区块链2
11/24 数位货币与区块链3
12/01 数位货币与区块链4
12/08 Performance Indices
12/15 Midterm
12/22 missing data imputation
12/29 MLP,DNN, PCA
Ω 私心推荐指数(以五分计) ★★★★★
喜欢线上上课：★★★★ 本课程全程线上
想用slido和老师匿名聊天：★★★★★
喜欢翻转教学：★★★★★
ML大神想虐人：★★★★★
想学习fintech中的ML：★★ 建议直接去修机器学习
想学习fintech中的密码学：★★ 建议直接去修陈君明的密码学
想学习fintech中的金融工具：★★ 建议直接去修专门学科
觉得金融科技不应该只有AI:★ 作业几乎都和ML有关
不会写程式、对ML没基础：★ 最好是有经验再来修
η 上课用书(影印讲义或是指定教科书)
课程网页中的所有补充教材、影片
μ 上课方式(投影片、团体讨论、老师教学风格)
上课前需要先把该周的教材全部读完，在上课的时间老师会开启slido开放同学问问题。比较艰深的内容老师也会在上课时才说明。最后的30分钟是小考，主要会考老师刚刚补充的东西。
σ 评分方式(给分甜吗？是扎实分？)
算扎实，全班有做线性条分，让成绩分布和往年差不多，所以也不算甜。虽然说要被当掉不太容易，但要拿A+也没有到很简单。
ρ 考题型式、作业方式
三次作业、一次期末考、一次期末专题
第一次是在Kaggle上，预测使用者是否会使用某个金融服务
第二次是在投资大擂台上，选择投资组合让三年回测的SR最大
第三次是写密码学的纸本作业并上传ntu cool
期末考会考三个老师的上课内容，韩老师全部是选择题，大概占比1/8，陈老师是选择题加上填空，大概占1/4，剩下是张老师的题目，有填空、计算、画图
期末专题是参加玉山办的AI竞赛，给消费者的信用卡纪录，预测该使用者未来的消费类型
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
本课程全程线上，只要小考大考准时出现，有没有在线上根本无所谓。
本课程绝非什么通识课，不只在数学和程式方面最好都有一点基础再来，因为老师会期望你自己要自立自强。
另外本课的算分方式也算严格，作业允许你用任何方法训练模型，然后分数是用你在班上的排名，所以如果不想被其他ML大神电的太难看还是要先有一些基础比较好。
然后线上期末觉得有点不近人情的地方就是限定是参加玉山的比赛，因为之前看网络评价似乎是可以自己选择金融科技的主题下去做，结果这学期强制我们每个人都要train model，而且主题也是我没什么兴趣的。总之我自己是觉得期末的题目选择太少了。
虽然有诸多抱怨，但是上课的气氛却异常的好玩。老师会在slido上面开放匿名留言，刚开始留言顶多是问一些智障问题，但到后来出现越来越多干话和崩溃的留言，重点是老师还会一个一个回，真的是满佩服老师的心理素质。
Ψ 总结
我觉得这门课处在一个满尴尬的定位，若是定位在通识课，则课程的难度非常新手不友善。若是当作专业课程，则会让人觉得课程的主题有点太分散。所以修课前最好先想想你修这门课的想法吧。