Page 88 - 銀行家雜誌第98期
P. 88
新書快訊
達志影像
現在已經有不少機器學習的原理，被金融業所採用。
識，以及能夠理解文句的自然語言處理。最後則 棋，每一個棋步都與上一個棋步相關，依據上一
說明決策樹原理，以及如何進行喜好程度的排名 個棋步來找出最好的下一個棋步。
（Ranking）。
第七章：我們接下來該怎麼做
第四章：神經網路與深度學習 隨著運算設備的效能不斷增強，智慧設備普
介 紹仿效人類大腦運作原理的神經網路 及所產生的大量資料都成為機器學習最重要的基
（Neural Network）以及運用的模型。並介紹深 礎。從探討資料隱私及資料安全，再到最後討論
度學習運作原理。 機器學習、人工智慧的未來。
第五章：學習分群與建議 遠瞻人工智慧應用
介紹如何運用模型進行「非監督式學習」，從
大量資料中獲取原本未知的資料內涵。說明分群 書中介紹許多機器學習的原理，部分已被金融
法的應用，以及如何建構推薦系統找出資料之間 業所採用，第三章所提及的圖形模式辨識，金融
的隱藏關係。 機構已利用OCR光學辨識技術來進行固定格式
表格中文字的辨識，如信用卡申請表格中客戶
第六章：學習採取行動 手寫的姓名、住址、出生年月日等基本資料，
以下棋及吃角子老虎機為例，說明如何以時 只是辨識度仍無法完全正確，因此仍須人工進行
序差異學習來具備執行連續性動作的活動，如下 覆核。
88 台灣銀行家2018.2月號
P082-089-18TD1342.indd 88 2018/1/26 上午12:26
