可轉換公司債券履約可能性預測
可轉換公司債是一種兼具債券及股票性質之金融工具，具有衍生性金融商品-選擇權之特性。然而，不論是對於投資人或承銷商而言，可轉換公司債的發行人因其財務或產業特性，有不同的發行動機或財務規劃，導致可轉換公司債其價格行為或訂價策略因而有差異。本研究期望從回溯測試及實驗測試資料集，發展可轉換公司債之價格行為的預測模型，預測可轉換公司債，依據其發行前、發行後的財務資訊，預測未來轉換為股票的機率。
競賽細節
題目敘述
(1) 題目背景(含現行自身/同業處理方式)與產業重要性
健身運動已成為風潮，而本公司開發的 MoHot互動式健身APP也廣受歡迎， 雙平台下載數早已超過10萬個，特別在新冠疫情時刻，許多健身房被迫關閉，健身運動者更需要可以輔助在家運動的AI虛擬健身教練工具。而健身產業發展60年來，都是一對一健身教練指導，每個健身教練都有自己一套課表，依照教練個人經驗值調整訓練課表，沒有紀錄也無分析數據。隨著IT工具、行動載具、雲端運算的普及進步，依據健身訓練數據及生理運動科學，透過AI演算法智能運算健身運動者的身體組成數值、健身運動課表、健身教練課表訓練法則，提出AI智能課程的推薦工具，對於健身運動者或健身產業，都是非常重要的系統工具。
(2) 問題情境與痛點(Pain point)
健身動作項目分自由槓、機械式、伸展、有氧、孤立肌群、多功能訓練…等高達1000種以上，而健身運動者的身體組成分析(身高、體重、性別、年齡、體脂率、基礎代謝率、肌肉量…等)不同，且每個健身教練也都有自己的訓練法則，需依據健身訓練數據及生理運動科學，才能提供每一位健身運動者最合適的課程安排。影響健身訓練效度的因素有運動強度(重量)、健身運動反覆次數、組數、休息時間、訓練模式，這些數據資訊過往收集非常困難，難有可分析的資料。將健身運動AI智能化分析，更需有運動科學理論為基礎，及數位化的健身數據，這都是過去難以被解決的產業問題。
(3) 預期透過AI達到的目的與利益點(Gain)
本案將運用AI分析運動科學理論訓練法則，先演算法解構分析複雜的健身數據(運動強度(重量)、組數、健身運動反覆次數、疲勞度、持續時間、訓練量公式、卡路里公式…等)及健身動作分類(自由槓、機械式、伸展、有氧、孤立肌群、多功能訓練…等)、以及健身運動者的身體組成(身高、體重、性別、年齡、體脂率、基礎代謝率、肌肉量…等)，數據運算得不同身體組成的健身效能(所能消耗的能量(時間/仟卡))，再依照健身運動者期望的健身部位，建構最合適的健身課程推薦系統，滿足健身運動者可舒適又有效率的運動，並可以鍛鍊身體部位，減脂又訓練肌耐力，並透過機械學習，讓智能課程推薦系統可越排越快速而有效率。
(4) 技術完成後的使用對象
希望透過健身訓練AI智能課程推薦演算法的協助，可以服務(1)健身APP的使用者，從健身運動者所上傳的健身運動資訊，經AI智能分析本週的訓練課表後，運算出接下來的訓練課表建議，供健身運動者快速安排規劃下週運動的課表；(2)一般健身運動者，從使用者上傳的身體組成數據(身高、體重、性別、年齡、體脂率、肌肉量、基礎代謝率…等)，經AI智能運算後，快速提出健身運動建議課表。
(5)成果應用方式及情境等內容
以健身訓練AI智能課程推薦演算法先分析第一套健身訓練法則，當課程推薦效度與速度逐漸提升時，可加入第二套以上的健身訓練法則的課程推薦機械學習演算法，建立摩哈特運動科技可自行運籌帷幄的健身課表預測分析工具。並可推薦給不同的健身房，個別的健身教練可運用開發專屬AI課表訓練系統，提供APP線上客戶服務與實體健身房的會員加值服務。
資料型態
1. APP有效活躍客戶身體組成資料(身高、體重、性別、年齡、體脂率、基礎代謝率、肌肉量…等)，APP資料庫轉csv檔
2. 健身動作分類(自由槓、機械式、伸展、有氧、孤立肌群、多功能訓練…等)動作示意圖png檔與資料csv檔
3. APP有效活躍客戶健身訓練計畫的健身運動數據紀錄(運動強度(重量)、組數、健身運動反覆次數、疲勞度、持續時間、訓練量公式、卡路里公式…等)資料csv檔，目前APP的健身數據紀錄會連結客戶的身體組成資料：
(1)健身客戶當次的健身數據
(2)過去歷史紀錄
4. 健身動作組數資料csv檔，例如：
【動作1：下肢推多關節】(註1)->
【動作2：上肢水平推多關節】(註2)->
【動作3：下肢推多關節機械式】(註3)
註1：
(EX.優先槓鈴高槓 若不在過去動作清單中，則由「深蹲系列」任一動作取代)：
優先序1–雙腳先於單腳
優先序2-槓鈴→史密斯→機械→啞鈴→徒手
註2：
(EX.優先槓鈴仰臥推舉 若不在過去動作清單中，則由「胸推系列」任一動作取代)：
優先序1–雙手先於單手
優先序2-槓鈴→啞鈴→(史密斯→機械)→半固定→徒手
註3：
(EX.由「下肢」動作分類中非深蹲且非硬舉系列之多關節動作隨機擇一)
3. APP有效活躍客戶健身訓練計畫的健身運動數據紀錄(運動強度(重量)、組數、健身運動反覆次數、疲勞度、持續時間、訓練量公式、卡路里公式…等)資料csv檔，目前APP的健身數據紀錄會連結客戶的身體組成資料：
(1)健身客戶當次的健身數據
(2)過去歷史紀錄
4. 健身動作組數資料csv檔，例如：
【動作1：下肢推多關節】(註1)->
【動作2：上肢水平推多關節】(註2)->
【動作3：下肢推多關節機械式】(註3)
註1：
(EX.優先槓鈴高槓 若不在過去動作清單中，則由「深蹲系列」任一動作取代)：
優先序1–雙腳先於單腳
優先序2-槓鈴→史密斯→機械→啞鈴→徒手
註2：
(EX.優先槓鈴仰臥推舉 若不在過去動作清單中，則由「胸推系列」任一動作取代)：
優先序1–雙手先於單手
優先序2-槓鈴→啞鈴→(史密斯→機械)→半固定→徒手
註3：
(EX.由「下肢」動作分類中非深蹲且非硬舉系列之多關節動作隨機擇一)
資料集整備度與細節說明
1. APP下載客戶身體組成數據超過10萬筆，有效活躍客戶資料約2000筆
2. 健身動作分類約1000種動作示意圖與資料
3. 健身課表數據累積約100萬筆(運動強度(重量)、組數、健身運動反覆次數、疲勞度、持續時間)
4. 健身動作組數數據累積約600萬筆
期望成果需求
1. 完成健身訓練AI智能課程推薦系統演算法。
2. 推薦系統演算法的 POC 驗證，將依據運動健身者的健身目的，推薦AI智能課表，驗證實體健身場館的健身客戶前三週健身訓練資料，AI推薦課程後，請專業健身教練評估推薦課程的準確率達95%以上。
可提供之解題資源
現有APP軟體一套、雲端資料、負責窗口一人、Data API
額外獎勵誘因
無
出題單位
摩哈特運動科技股份有限公司
單位(公司)簡介
摩哈特運動科技公司專注於運動產業的科技化，嘗試使用數位方式解決運動訓練或場館營運的問題。目前已有自有訓練APP MOHOT 以及面向場館的MERP系統。MoHot是一款互動式健身APP，利用網路和行動裝置的優勢，提供教練-學員間，一個強大的數位課表管理工具，取代傳統紙筆方式，能夠詳細記錄學生的訓練動作、重量、組數...等資訊，並自動生成報表統計分析，大幅優化教練時間。
其他備註
無
* 題目因實際數據改變或其他不可抗力之事由，出題企業保有修改、變更或取消題目之權利。
相關競賽
農業輿情與市場價量分析輔助政府即時採取因應措施，以香蕉及高麗菜為例
為瞭解農產產銷狀況，本局每日觀察分析作物市場交易價量，以做為產銷決策輔助參考，惟市場交易為產銷終點，倘能利用輿情蒐集，如FB發文與留言或新聞輿情，結合市場分析及作物防災資訊等，整合農業相關的輿情情報，如大眾對於農業現況或是產地農民情況的反應，若有產銷相關議題或民情，經由視覺化分析及呈現，將有助於政府儘早且更全面的即時因應。將以香蕉及高麗菜作為主要蔬果分析，讓農業產銷決策更為精準，降低政府政策對農產價格錨定效應的可能，讓產銷更穩定。
血液透析廔管通路流量預測照護系統
臺灣洗腎率是全球第一，血液透析對於腎臟病患是存活必要的剛性需求之一，洗腎患者歷經日積月累的洗腎過程後，動靜脈廔管會有許多的問題出現。若能讓最嚴重的血管阻塞減少，不但可以減少患者的苦痛，更可降低健保支出，因此將運用透析相關大數據並運用超音波檢查結果當作標註，來預測血液透析廔管阻塞問題，讓醫護人員及早解決。
屏東縣立圖書館總館－讀者書籍精準推薦服務系統
屏東縣立圖書館總館(屏東總圖)經歷兩年多改建，於2020年8月間落成重新開館，嶄新的空間與藏書，吸引了超過75萬人次到訪，流通冊數逾92萬餘冊，辦證人數達9,223人。為了能提升讀者服務，也有效運用館藏，希望透過AI將館藏資訊、讀者借閱記錄，並結合時下流行議題，建立書籍精準推薦的服務系統，根據當下的流行話題讓各式書籍皆能透過精準推薦的方式，推播給來館讀者閱讀，增加館內書籍的使用率。
每日來客數與餐點銷售預測-以2017年之來客數及小籠包銷售資料，使用AI演算法預測2018年每日來客數及小籠包銷售數量
由於鼎泰豐每日需依據不同門市之來客數量準備現場工作及服務人員，也會依餐點銷售量來準備半成品、乾貨、食材、庫存管理、配貨等相關作業，希望可以使用AI協助預估隔日來客數量並以預估人數作為依據，推估餐點銷售量，可有限度節省店面食材準備時間、作業及人力成本。
本公司提供2017~2018年信義區某門市數據資料，並提供Open Data參考資源，解題團隊自行決定選用AI演算法，希望預估2018年門市每日來客數量預估準確度70%以上，以及每日小籠包銷售數量預估準確度80%以上。