自從IBM Alpha Go打敗世界棋王後，神經網路的應用熱潮，達到一個高峰。到目前為止深度神經網路已廣泛地在各領域應用，如影像辨識、語音辨識、自然語言分析、文字探勘都已有不錯的應用場景。

本課程將仔細介紹神經網路的基本原理，從自行建置一個簡單的單層神經網路談起。如何將其有效應用於金融交易，應該是每個交易人員都想要知道的事情，並深度探討神經網路實際應用於金融交易主題。

課程將著重於下列教學：

使用Keras與TensorFlow套件訓練多層神經網路，進行金融資產價格的預測
神經網路訓練的原理，包括隨機梯度下降法與誤差反向傳播法等
卷積神經網路(CNN)與長短期記憶模型(LSTM），包含單變量與多變量的預測，如何應用於金融交易，包括單變量與多變量的預測使用。
如何透過GPU來提升Python計算速度

並提供所有討論主題的範例程式給學員，使學員課程完畢後能夠實際應用於工作之中。主要以Python語言為主，鑑於R語言在時間數列的廣泛應用，以及使用的便利性，部分內容輔以R語言。R語言的使用將於課程內說明。