課程系列:  | 
                
                    
                    內稽專業/董事/公司治理主管  | 
                訓練類別:  | 
                |||||||||
地區:  | 
                台北   | 
                課程時數:  | 
                6小時   | 
              ||||||||
上課日期:  | 
                2025/11/11  | 
                上課時間:  | 
                9:30~16:30、16:35~測驗(請攜帶可行動上網,及可掃描QR Code之手機等行動裝置)  | 
              ||||||||
上課地點:  | 
                台北恆逸教育訓練中心電腦教室
                        
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                              ( 台北市松山區復興北路99號10、12、14、16樓,請依開課通知信樓層為主 )    
							  
							  
							  
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                            
                          
                 | 
              ||||||||||
課程對象:  | 
                1.歡迎各界有興趣之人士,適合財務、會計、稽核、管理類人員及高階管理人員。 2.配合「證期局」、「銀行局」、「保險局」、「投信投顧公會」內部稽核人員進修時數規定,參訓人員須通過測驗,始核發結業證明。 3.配合上市、上櫃及興櫃公司 董事(含獨立)/公司治理主管 持續進修規定,課程當日,有【簽到】及【簽退】程序,完成後可核發學分證明。 4.配合CIA、CCSA、CGAP、CFSA、CRMA持續進修辦法,可登錄持續進修時數。  | 
              ||||||||||
課程簡介:  | 
                本課程專為稽核專業人士設計,旨在提升其數據處理與分析能力,結合生成式AI與Python技術,聚焦於資料清洗與特徵篩選。課程將引導學員學會如何處理不完整或髒亂資料,並運用多樣化方法篩選與稽核相關的關鍵特徵,確保數據準確且符合規範。學員將學習如何利用生成式AI輔助資料處理,提升數據分析效率,並進行實務案例分析,進一步強化稽核工作的數據質量控制與決策精確性。 本堂課學員 需有Googel帳號,上課須登入使用。  | 
              ||||||||||
課程目標:  | 
                1.資料清洗與修正:掌握如何識別並處理缺失值、異常值及數據不一致問題,並運用Python工具有效修復,確保數據完整性。 2.特徵篩選與提取:熟悉多種篩選方法,提取與稽核相關的核心特徵,提升模型效能與預測準確度。 3.生成式AI應用:學會利用生成式AI輔助資料處理與特徵篩選,進一步提升數據分析的自動化和效率,協助稽核任務。 4.數據合規性檢查:學會使用生成式AI進行數據合規性檢查,提升稽核過程中的數據精度和透明度。 5.數據實戰:結合理論與實務,實際操作政府公開數據集與企業財務數據,解決真實稽核工作中的數據分析挑戰。  | 
              ||||||||||
課程大綱:  | 
                一、	開發環境與生成式工具介紹 二、 Pandas基本操作 三、 數據遺失值操作與編碼 四、 特徵篩選與重要性評估 五、 共線性檢查與合規性分析 六、 數據分析實戰  | 
              ||||||||||
  | 
              |||||||||||
課程費用:  | 
                非會員:4000 元, 會員:3500 元 | ||||||||||
報名方式:  | 
                |||||||||||
報名截止日:  | 
                2025/11/04 | ||||||||||
注意事項:  | 
                
                    本堂課學員 需有Googel帳號,上課須登入使用。
                  | 
              ||||||||||
                      
                     
                  
                  
                                   
                  名額已滿
                  
                  
                  
                     | 
                |||||||||||
須於「報名截止日」前,繳納全額課程費用。
        
 