【2021 AIA 台灣人工智慧年會 X 玉山銀行】
從大數據分析到AI應用深耕逾15年,「科技」與「人才」是玉山長期重視的價值,不僅於2018年首先設置科技長一職,更於2019年首創 AI 發展應用為主軸的智能金融處,擁有豐富且大量的金融及顧客相關數據,在疫情影響下,玉山不但沒有縮減科技人才的招募,更是將 AI 專責團隊擴張至百人以上,以加速數位轉型的步伐。
期望玉山對於培育優秀人工智慧、資訊領域人才的用心與決心,能誠摯邀請您一同逐夢而行,用 AI 來引領玉山數位金融的發展。
誠摯邀請你共同發揮AI技術開發的無限可能
⭐機器學習平台工程師 / ⭐機器學習工程師 熱烈招募中!!
探索更多FinTech職涯發展👉
https://hr.esunfhc.com/StaffAcquisition/hireexam/EliteDetail/39#page-4
#玉山銀行 #玉山金控科技長:張智星
#專題演講:AI 專案在金融場景的美麗與哀愁
#2021台灣人工智慧年會暨AI技術應用論壇
#台灣人工智慧學校
#TaiwanAIAcademy
同時也有1部Youtube影片,追蹤數超過5,870的網紅珊蒂微AI,也在其Youtube影片中提到,【聊聊兩岸的AI教材|高中生與AI的距離】 今天跟大家簡單聊聊兩本「給高中生的AI教材」,歡迎看過這兩本書的朋友,在影片底下留言分享心得交流喔! 【影片中漏了聊「第九章」,在這邊用文字補充】: 1. 兩本書在第九章又都再回到「機器學習」的範疇,所以我認為第九章也是屬於「用來補充前面三個層次」的...
「張智星」的推薦目錄:
- 關於張智星 在 台灣人工智慧學校 Facebook 的最佳貼文
- 關於張智星 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
- 關於張智星 在 iThome Facebook 的精選貼文
- 關於張智星 在 珊蒂微AI Youtube 的精選貼文
- 關於張智星 在 [通識] 108-2 A6 張智星科學計算- 看板NTUcourse - 批踢踢實業坊 的評價
- 關於張智星 在 張智星- Explore 的評價
- 關於張智星 在 張智星-PTT/DCARD討論與高評價網拍商品-2021年11月|飛比價格 的評價
- 關於張智星 在 張智星-PTT/DCARD討論與高評價網拍商品-2021年11月|飛比價格 的評價
- 關於張智星 在 [求救] 張智星資料結構與演算法- 看板NTUcourse - PTT網頁版 的評價
- 關於張智星 在 [新聞] 張智星任玉山金科技長- stock | PTT職涯區 的評價
- 關於張智星 在 [問卦] 台大資工張智星教授的八卦 - PTT Web 的評價
- 關於張智星 在 [評價]107-1 張智星韓傳祥陳君明金融科技導論 - Mo PTT 鄉公所 的評價
張智星 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
十年養成玉山AI力,下一步瞄準零接觸金融
為實現「科技的玉山」目標,玉山培養千人科技聯隊,其中包括資訊處800人組成的「神經系統」、智金處100人組成的「AI大腦」
文/王若樸 | 2021-08-16發表
.
今年5月疫情爆發,政府啟動勞工紓困專案,「短短幾天,玉山就湧入數十萬件申請案件!」玉山銀行董事長黃男州回憶。
但在短時間內,玉山就一條鞭消化這些爆量申請,撥出60、70億元貸款,甚至不動用大量人力就能完成。他們靠的是機器人流程自動化(RPA)和AI,自動審核超過80%的申請案件,黃男州驕傲地說:「這就是科技的力量!」在這之中,AI更是一股重要力量。
比如2年前,玉山已開始將AI落地到金融服務中。他們自建信用卡盜刷偵測模型,0.1秒就能判斷信用卡是否被冒用,一天用上數十萬次,一年更省下上億元的損失。
不只如此,他們也自行開發理財認知偏好推薦AI 模型,能根據客戶承受風險等級和交易紀錄,在7秒內推薦最合適的5檔基金。
就連貸款,也高度仰賴AI。玉山利用機器學習打造零人工介入的線上貸款流程,最快58秒就可撥出款項。在風控領域,更用AI加速黑名單掃描、風險評估,甚至是辨識詐騙帳戶,精準度還比傳統人工方法高出40倍。
玉山AI力不是一夕成軍,而是十年養成
玉山AI遍地開花,可不是一夕成就。
回到2012年,玉山啟動第三個十年目標,要從服務的玉山、專業的玉山,邁向科技的玉山。那時,原本100多人規模的玉山資訊處,已開始大動作延攬人才,成為玉山千人科技聯隊的濫觴。
在技術研究和實作方向上,也開始轉變。2013年,玉山大舉將資料分析成果應用到數位業務,兩年後更成立創新發展中心(IDC),來觀察新技術。
那一年,2015年,玉山進一步調整關鍵組織,一方面專注發展新業務領域,一方面將AI技術落地到實務場景中。他們成立數位金融處,設置全臺第一個金融數位長職位,來專攻數位金融服務。數金處瞄準普惠金融、場景金融和智慧金融三大目標,要讓金融如水電便利、走到顧客生活中,還要用AI來優化服務流程。
這也是首次,AI罕見地出現在玉山重要業務組織的任務中。數金處誕生後,也成為科技聯隊一員。
不只調整組織,玉山在基礎建設上,也往AI靠攏。2016年,玉山開始設計新核心系統、制定4年汰換上線計畫,除了將老舊的程式語言COBOL,汰換為時下熱門的.NET和Java語言之外,更重要的是,將原本大型主機的「大核心」模式,轉換為小核心的微服務架構和開放式平臺。如此一來,玉山就能更快速更迭服務,也更容易共享資料,讓後續的AI模型開發更便利。
2017年,玉山進一步著墨新技術研究。他們成立創新實驗室(Innovation Lab),來鑽研AI、區塊鏈、身分辨識、電子支付等前瞻技術,同時下設研發、商轉、顧問和育成四大中心,來鞏固技術人才資源佈局。
2018年,迎來了玉山AI力養成的關鍵轉捩點。
當時,他們率先全臺成立科技長辦公室,定調金融AI發展藍圖,還終止多個不乏達上千萬元等級的專案,改將資源投注在AI上。那年,玉山開始打造自家機器學習即服務(MLaaS)平臺,成為後來AI落地的關鍵基礎設施之一。
但設立科技長辦公室還不夠。2019年,玉山還成立專責單位,將運作十多年的大數據分析團隊CRV,正式轉型為負責開發AI應用的智能金融處,成為內部AI供應商,要將AI融入到玉山各個業務中。
這兩個組織,也陸續成為玉山科技聯隊的核心成員,形成科技聯隊資訊處、數金處與智金處的鐵三角架構。至此,玉山AI組織到位、關鍵團隊正式成形,成為「科技的玉山」中一股重要推力。
神經系統、AI大腦相互分工,下一步瞄準零接觸金融
這個科技聯隊規模達上千人。黃男州進一步解析,科技聯隊有四大成員,包括800多人組成的資訊處與信用卡處IT團隊、100多人的數位暨客群處、100多人的智金處,以及30人的資安處。
如果資訊處是玉山的神經系統,負責串起各種業務流程,那麼,智金處就是「玉山的大腦系統。」黃男州比喻,這個AI大腦專門解析大量資料,用機器學習將資料轉化為有益業務的AI系統,優化服務。
而玉山之所以敢大力嘗試AI,是因為科技聯隊中,有個扮演「煞車角色」的資安處。這個部門規模雖小,但負責檢核IT應用安全性,成為創新的煞車。黃男州甚至形容:「如果沒有煞車,大家只會慢速前進!」正因為有它,科技聯隊才敢加速,才敢創新,甚至是嘗試AI新技術。
不只如此,對玉山AI大腦來說,他們還有顆很重要的強韌「心臟」,也就是去年上線的新核心系統。黃男州指出,開放式新核心平臺主打交易、會計分離,能處理更大量的交易,與一年前相比,交易量成長可達50%,尖峰時段甚至更高。
這對AI大腦有著深遠影響。因為,更多的交易量,意味著更多的資料,「大腦也就更聰明。」
他甚至直言,核心系統上線後,迎來了AI應用大爆發的寒武紀:在行銷面,AI可以找出顧客下一個最需要的產品、分析顧客生命周期對玉山的整體貢獻,在風控面,AI可以快速掃完幾百份報紙、找出關鍵名詞建立黑名單,也能快速揪出信用卡盜刷交易、即時阻擋。
甚至還能優化客服中心,「客服通話一定要真人嗎?人工語音也能回答很多問題,」黃男州還舉例,透過語音轉文字,還能大規模檢驗客服品質、改善客戶服務。
不只如此,對他來說,AI還能自動化更多流程,舉凡財富管理、申請貸款、開戶等原本需要人工處理的業務,都包括在內。玉山也預告,零接觸金融是他們下一個發展目標。
玉山金控科技長張智星更透露,未來還要以NLP為核心,來發展AI客服,以及其他金融業務的流程自動化;只要主管機關開放,玉山就會用技術力轉化為零接觸金融服務。
這些遍地開花的AI應用,不是偶一為之。在各種AI服務落地前,玉山早已大動作重整組織、調整文化,組成100多人的AI開發團隊,來打造專用技術平臺,提供源源不絕的AI活水。接下來,我們將從戰略面、組織面、技術面來剖析玉山AI力。
AI如何成為科技玉山的重要力量
2012年
啟動第三個十年目標:科技的玉山
2013年
開始將資料分析成果運用到數位業務
2015年
成立創新發展中心(IDC),研究新技術;成立數位金融處,設置全臺第一位金融數位長,瞄準普惠金融、場景金融和智慧金融,要用AI槓桿優化金融服務
2016年
開始設計新核心系統架構、擬定4年上線計畫,要從大型主機的「大核心」邁向微服務架構的「小核心」,該架構也讓資料分享更容易
2017年
成立創新實驗室(Innovation Lab),研究區塊鏈、AI、身分辨識、電子支付、大數據和AR/VR等六大技術,下設研發、商轉、顧問和育成四大中心,鞏固技術人才資源
2018年
鎖定AI,領先全臺金融界成立科技長辦公室、設置科技長,開始建立專屬AI生產技術工具
2019年
原有大數據分析團隊CRV轉型為智能金融處,由科技長擔任處長,專門打造AI應用;科技聯隊鐵三角正式成形
2020年
新核心系統上線,開放式平臺特性將交易、會計分離,一年後交易量比舊時代成長至少40%至50%,更多資料有益於AI分析
2021年
智金處內部改組,強調服務落地及相關法遵風管;至此,玉山AI已在賦能、風控、流程、行銷、服務等5大領域遍地開花
附圖:玉山銀行董事長黃男州形容,玉山千人科技聯隊中的智金處是玉山「AI大腦」,負責解析大量資料、打造更聰明的金融AI服務。(圖片來源/玉山金控)
資料來源:https://www.ithome.com.tw/news/146179?fbclid=IwAR1ZGGV7rmCLnHqS3zT4JWw8IKtEqnDuzIW2doXP30OKL6uVHeAL0j-TzhY
張智星 在 iThome Facebook 的精選貼文
談起未來3年的AI發展願景,玉山金控科技長張智星先是拋出這一句:「金融未來的服務對象,是數位原住民。」這群人,一出生就會使用智慧型手機、平板,對金融服務的想像更是動動手指就能線上完成。為此,玉山把未來3年的AI目標,設定為「無人化、零接觸的金融服務。」今年爆發的疫情,正加速玉山實現這個目標
#看更多 https://www.ithome.com.tw/news/146197
張智星 在 珊蒂微AI Youtube 的精選貼文
【聊聊兩岸的AI教材|高中生與AI的距離】
今天跟大家簡單聊聊兩本「給高中生的AI教材」,歡迎看過這兩本書的朋友,在影片底下留言分享心得交流喔!
【影片中漏了聊「第九章」,在這邊用文字補充】:
1. 兩本書在第九章又都再回到「機器學習」的範疇,所以我認為第九章也是屬於「用來補充前面三個層次」的。
2. 第九章是在介紹「強化學習」的這個概念。不同的是,陸版是從「Alpha Go」為主題的角度切入,運用Alpha Go來做為引子,介紹了Alpha Go背後的原理, 同時引入強化學習的概念讓讀者知悉。台版則是直接從「強化學習」的主題切入介紹運作與技術原理,當中又帶入「遊戲人工智慧, Game AI」的概念,然後在應用例子當中有舉例「Alpha Go」作為例子之一。
【人工智慧 導論】的主編與作者群:
主編群:陳信希/郭大維/李傑/高虹安/吳信輝
作者群:王建堯/王家慶/吳信輝/李宏毅/高虹安/張智星/曾新穆/陳信希/蔡炎龍/鄭文皇/蘇上育
【人工智能基礎 高中版】的主編與作者群:
主編群:湯曉鷗/陳玉琨/林達華/田愛麗
作者群:王焰/馮愛珍/尚海龍/羅銳韌/王陸軍/戴娟/王健/林勤/張鵠/金彥/邢曉菊/周丹/李鋒/李治中/邵典/王若暉/顏思捷/沈岩濤/王鑫濤/余可/史少帥/喬宇/陳晨/張正夫/陳愷/陳向東/彭禹/季金杰/崔懿/金瓊/錢晉/孫時敏/敖培
#AI教育不能等
#高中生與AI的距離
#珊蒂微AI
#最近長痘痘_為了顧及各位的觀看感受_本片將進行痘痘馬賽克處理XD
張智星 在 張智星- Explore 的美食出口停車場
explore #張智星at Facebook. ... 講題:AI 如何解構、轉化與再造音樂. 講者:張智星|臺灣大學資訊工程學系教授/臺大人工智慧與機器人研究中心… See more. ... <看更多>
張智星 在 張智星-PTT/DCARD討論與高評價網拍商品-2021年11月|飛比價格 的美食出口停車場
張智星 在-PTT/DCARD討論與高評價商品,提供張志成數學、百變徽章製作機、印章製作機在露天、蝦皮優惠價格,找張智星相關商品就來飛比. ... <看更多>
張智星 在 [通識] 108-2 A6 張智星科學計算- 看板NTUcourse - 批踢踢實業坊 的美食出口停車場
標題範例:[通識] A58 普通心理學丙 林以正 (看完後請用ctrl+y刪除本行)
※ 本文是否可提供臺大同學轉作其他非營利用途?(須保留原作者 ID)
(是/否/其他條件):是
哪一學年度修課:108-2
ψ 授課教師 (若為多人合授請寫開課教師,以方便收錄)
張智星
δ 課程大概內容
-----------------------------------------------------------------
----------------------------課程大綱-----------------------------
-----------------------------------------------------------------
The objective of this course is to provide the basic concepts,
theory, and practice of scintific computing, which can be divided
into 3 areas:
1.Programming(in MATLAB & Python):
-Matrix computation
-Programming paradigams
-Visualization to present problems/solutions effectively
2.Methodologies:
-Zero finding
-Least-squares estimate
-Approximation
-Polynomial fitting
-General linear equation fitting
-interpolation
-PDF modeling
-1D Gaussian(normal)density function
-ND Gaussian(normal)density function
-Gaussian mixture models(GMM)
-Data clustering
-Hierarchical clustering
-K-means clustering
-Vector quantization
-Pattern recognition
-K-nearest-neighbor classifier
-Linear classifier
-Native Bayes classifier
-Quadratic classifier
-GMM-based classifier
-Principal component analysis
-Dynamic programming
-Longest common subsequence
-Edit distance
-Dynamic time warping
-Numerical optimization
3.Applications:
-Image data compression
-Page/team ranking
-Natural language processing
-Color correction
-Object detection
-Pattern recognition
-Dimensionality reduction
-----------------------------------------------------------------
----------------------------每周進度-----------------------------
-----------------------------------------------------------------
week1 2020/03/03
-Introduction & some of the matrix formulas used in this class
week2 2020/03/10
-Root-finding algorithms & HW1
week3 2020/03/17
-Programming for IRR & 買房投資精算
week4 2020/03/24
-Data clustering and pattern recognition
-K-means clustering
-Hierarchical clustering
-Downhill simplex search
week5 2020/03/31
-Matrix formulas
-曲線擬合與回歸分析
-Linear models
-HW2
week6 2020/04/07
-曲線擬合與回歸分析
-nonlinear models
-Introduction to machine learning
-Commonly used datasets for ML
week7 2020/04/14
-K-nearset-neighbor
-Linear classifiers
-Maximum likelihood estimate
-Native Bayes classifiers
-Performance evaluation
-Gender classification based on our students' data
-HW3
week8 2020/04/21
-Introduction to audio signals
-Basic acoustic features
week9 2020/04/28
-Pitch tracking
-Feature selection
week10 2020/05/05
-PCA(主要分量分析)
-HW4
week11 2020/05/12
-Google's PageRank
-Final project(Details will be covered next week)
week12 2020/05/19
-Intro. to Dynamic Programming
-Longest Common Subsequence
-Final project
-HW5
week13 2020/05/26
-Gradient descent
-Deep neural networks
-Final project
week14 2020/06/02
-Final project
-Intro to singing transcription
-Visualization and rendering of PV and music notes
-Basic methods for singing transcription
week15 2020/06/09
-Final project
-HMM(hidden Markov models)
-Onset detection
-RNN(recurrent neural networks)
Ω 私心推薦指數(以五分計) ★★★★★
課程本身:★★★★
喜歡很晚才公布&講解final project的課程:
★★★★★★★★★★★★★★★★★★★★
喜歡final project的主辦方失職&失言:
★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
η 上課用書(影印講義或是指定教科書)
老師的投影片 & 老師的matlab投影片
μ 上課方式(投影片、團體討論、老師教學風格)
本學期因支○武漢肺炎,改為線上授課
σ 評分方式(給分甜嗎?是紮實分?)
ㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏ
ㄏ學期總成績95.4125 拿Aㄏ
ㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏㄏ
作業 45%
quiz 35%
Project 20%
ρ 考題型式、作業方式
作業和考試都不難。
不過本學期小考是用zuvio,zuvio很爛,所以可能要注意一下。
並且因為是線上考,填答案時要注意,避免因手殘直接噴25分。
ω 其它(是否注重出席率?如果為外系選修,需先有什麼基礎較好嗎?老師個性?
加簽習慣?嚴禁遲到等…)
Ψ 總結
正課普普,基本上因為是通識,所以難度不高,
不用因為一卡車資工系在修,就覺得很難。
然後老師常常課程網站放一堆當周預定進度,
結果都沒時間講,拖到隔周(例如final project)。
當然正課內容對EECS的學生可能都沒難度,
所以EECS的學生在學期初可能會想把這堂課當爽課來修(對就是我),
不過隨著時間接近期末,大家(可能只有我)發現這門課比想像中還要臭。
原因一:
5/19才開講final project,而原定截止日期是6/12。
原因二:
final project的主辦做事態度不佳(我覺得啦),
而沒記錯的話,主辦就是老師的lab。
身為一個主辦,怎麼會把fb社團當成正式的管道?
竟然把,一篇文章一則留言可能都會莫名其妙看不到的平台,當成聯絡管道?
難道把提問彙整起來,放到比賽網站上很難嗎?
(他們後來是有統整提問啦,在5/28才統整在fb上)
再來,比賽成績竟然只能以「最新一筆上傳結果」做計算,
而不能讓參賽者自己挑結果。
主辦自己還搞錯以為可以挑,之後澄清也只是在社團發一篇文,end。
然後主辦自己沒說清楚上傳的json格式
(歌曲編號要寫"1",但競賽網站是寫"song_id1")
接著是我最火大的一點,主辦的parser沒寫好,
但fb公告文章的口氣卻有點想轉嫁責任到參賽者?
我不知道其他人怎麼想,我也不管他後面又講了什麼,
我看到這篇文只會覺得:
「明明是你們出包,
你們卻還敢說出"想破頭也不會想到有人竟然傳了這種東西"這種鬼話?
是想甩鍋到參賽者身上是不是?
你們parser沒寫好就算了,
參賽者會這樣傳不也是因為你們後續的講解不清不楚?
再說這是比賽的社團,
你發文代表的是主辦的立場,並不是你自己的,注意一下遣詞用字好嗎。」
反正就主辦方一連串的失誤讓我懷疑這不是歌聲轉譜競賽,
而是嘲諷吸仇恨甩鍋大賽。
原因三:
科學計算本身也有臉書社團,主要是讓學生討論,問問題。
不過我想請問:
一個問了問題,但老師和助教卻不鳥你的社團,還能叫教學用社團?
有同學6/13就留言在問final report的上傳方式,被無視。
該同學6/16改發文詢問,
而老師6/18才留言回覆,大意是助教會再說明。
最後等到6/19,助教才發文說明。
請問一下,6/13~6/19隔了幾天,
我不認為提問就要立刻得到回覆,但隔這麼多天真的是????
final project在五月就決定了,
早就知道競賽時程跟課程時程無法配合了,
也早就知道final report勢必要另開管道讓學生上傳了,
老師助教群卻能拖則拖?
或許有人覺得只是我太在意了,
但我覺得這種做事態度真的是不適合當助教,
你做事能拖則拖,是不打算給學生反應時間了是不是?
或許是我標準太高,但我修過的其他課基本上是,
隨著作業、final公布,就同步開上學生上傳。
最晚最晚一定會在deadline前一周讓學生可以上傳。
6/19到6/24或許和一周的時間沒差太遠,
但重點是final在5月就確定了耶,
學生發問,助教至少可以先罐頭回覆一下,讓學生在那邊空等是很爽?
以上心得。如果你覺得這沒什麼大不了的,科學計算歡迎您~
--
作者: HAHAcomet (值得信任的彗星小天使) 看板: C_Chat
標題: [ANSI] 施工中
時間: Thu May 16 22:04:48 2019
1. 草包 2. 能混就混 3. 發大財
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.248.172 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1593089396.A.FF4.html
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/25/2020 20:52:55
其實final report那件事給我的感覺很像是,
正課結束後助教也跟著放暑假了
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/25/2020 22:39:02
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/26/2020 14:11:06
btw我修過日近人,夠廢嗎?
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/26/2020 17:09:52
你上面的"也"讓我覺得你是在補充說明、佐證,做為「你覺得還好」的附加理由,
有種「反正分數很佛了,何必那麼計較」的意味在。
因此我上面回覆主要想表達的是,
分數再佛也無法讓我覺得其實還好,我依然覺得很屎。
然後你這後續回覆一副拿我沒轍的樣子,也不說說為何你覺得沒那麼糟,
在溝通之前就放棄溝通耶
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/26/2020 18:13:18
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/26/2020 21:06:02
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/27/2020 11:38:38
其他同學有算了一下,大概是在2小時傳了250個XD
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/28/2020 17:18:39
我就不信最後成績送出去,差別有大到必須要提早幾天←感性的我
我想○我娘 ←佛洛伊德理論中的我
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/29/2020 03:52:50
出事就推託人力不足啦,很難查啦,那很累啦
那幹嘛辦比賽?沒那個屁股就不要吃瀉藥嘛
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 06/30/2020 14:43:05
我也不怕助教看到後,記仇或改我等第了,
反正我的分數就給大家參考
小考平均分數 91.75
作業平均分數 100
final project 91.5
學期總成績 95.4125
學期等第 A
然後比我高分的有人也還是A
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 07/01/2020 00:02:34
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 07/01/2020 01:11:59
只是他等第這樣給,被嘴很正常
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 07/01/2020 13:44:13
原比例沒有四捨五入,也沒有把停修的同學除外,所以看起來比較嚴格
A+ 24.30%
A+ & A 60.75%
A+ & A & A- 78.50%
比例合理多了,可惜我還是A 7pupu
※ 編輯: Ruin0019 (140.112.248.172 臺灣), 07/02/2020 02:07:56
... <看更多>