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。
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. FRAME
正在考慮的是什麼決策問題?
- 2. SOURCE
哪些資料來源與這個決策最相關、最權威?
- 3. INTERROGATE
AI 能從多來源證據中找出哪些型態、矛盾或缺漏?
- 4. VERIFY
這些證據的來源、假設與不確定性是否經過檢查?
- 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%
課程內容
- 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。
- 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。
- 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。
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
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
先備條件
- 不需要程式背景
- 建議具備 AI 101 或同等 AI 素養
適合對象
- 任何學科的大學生,包括商管、財金、經濟、資管與永續/ESG 學習者
- 需要判讀 AI 產生之金融分析的專業人士
- 沒有程式背景、想建立資料判讀與決策能力的學員
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。