跳到主要內容
DS 105基礎L1 完課證書

Web3、金融科技與永續金融:AI 驅動的資料判斷與決策

運用 AI,把新型金融資料轉化為可信證據,再把證據轉化為負責任的決策:以 Web3、金融科技與永續金融作為情境,學習辨識傳統金融、Alternative Data、On-chain Data、ESG 與 Climate Data,用生成式 AI 探索資料、比較證據、挑戰結論,並完成 AI Financial Intelligence Canvas。這不是區塊鏈開發、Python 或機器學習課程,聚焦於可遷移的 AI Evidence & Decision Literacy。

3 小時3 個模組中文 / English最後查核

課程主軸:從 Web3 到永續金融的證據與決策

整門課沿著同一條線走:FRAME、SOURCE、INTERROGATE、VERIFY、DECIDE。AI 可以協助比較與挑戰證據,人負責最終判斷與責任。

  1. 1. FRAME

    正在考慮的是什麼決策問題?

  2. 2. SOURCE

    哪些資料來源與這個決策最相關、最權威?

  3. 3. INTERROGATE

    AI 能從多來源證據中找出哪些型態、矛盾或缺漏?

  4. 4. VERIFY

    這些證據的來源、假設與不確定性是否經過檢查?

  5. 5. DECIDE

    基於目前的證據,人類決策者要做出什麼附帶信心水準的決定?

你的下一步

DS 105 · Module 1 · 從 Web3 到可程式化金融:讀懂新型金融資料

已完成 0 / 23 項0%
開始學習

課程內容

  1. Module 1從 Web3 到可程式化金融:讀懂新型金融資料理解 Web3 對金融的意義、代幣化與數位化的差異、鏈上證據的基本欄位,並練習用 AI 閱讀模擬交易紀錄、區分觀察事實與推論。尚未開始0 / 6 · 約 60 分鐘
  2. Module 2AI × Big Data:從大量資料到可信金融判斷區分資料與證據,認識五大證據家族與 Source Fitness 矩陣,並運用 AI 擔任證據分析師,稽核過度自信的 AI 建議。尚未開始0 / 6 · 約 60 分鐘
  3. Module 3永續金融決策實驗室:從 ESG Claim 到可驗證 Evidence理解 ESG 資料不等於決策、永續金融的基礎詞彙與證據堆疊,偵測漂綠風險,並在不確定性下做出附帶信心水準的人類決策。尚未開始0 / 6 · 約 60 分鐘

進度儲存在這個瀏覽器,不會記錄你的身分;只有在下方加入進度同步時才會上傳。

同步我的進度加入梯次後,進度可跨裝置保存,講師也能看到

資訊

加入後,你已完成的模組編號會連同「學員代碼」傳送給講師,講師可以看到你的進度。請使用講師提供的代碼,不要輸入姓名、公司機密或其他個資。進度資料與該梯次的其他資料一起保存。

實作與評量

關於這門課

學習成果

  • 解釋 Web3、代幣化、智能合約與鏈上紀錄如何改變金融資產與交易的表示與觀察方式
  • 為特定金融決策選擇合適的傳統、替代性、鏈上、ESG 或氣候相關資料
  • 運用生成式 AI 比較多來源證據,找出型態、異常、矛盾與缺漏資訊
  • 區分事實、證據、訊號、推論、主張與建議
  • 偵測或標記 AI 輸出中的幻覺、未支持主張、資料缺口、來源不符、選擇偏誤、漂綠風險與過度自信
  • 產出包含證據、缺口、假設、風險、信心水準與最終人類判斷的負責任建議

完課證書

完成後可取得完課證書(L1)。

達成條件

  • 完成全部 3 個課程模組
  • 後測評量達 80% 以上
  • 提交實作成果

課後回饋

約 2 到 3 分鐘,回饋會用來改進課程。

前往填寫回饋