Page 107 - 物聯網金融商機

ୋʞ௝
演算法和人工智慧： 99
認知運算和深度學習

等。決策樹是一種監督式的機器學習方式，決策樹可

以產生 易 於瞭解 的 規則。 較 常用的 決 策樹方 法有
CART、CHAID 和 C5.0。支持向量機 (Support vector
machine, SVM) 也是常被用來做分類，此法藉由找出

最佳化的區分超平面 (Separating hyper plane) 來分隔
兩個或多個不同類別 (Class) 的資料。分類 (Classifi-
cation) 按照分析對象的屬性分門別類加以定義，建立

類別 (class)。例如：保險公司可利用這些資訊屬性訂
定策略與保費，其中資訊屬性包含年收入 150 萬元以
上，已婚等資訊屬性，所以訂定為低風險客戶。

3. 群聚 (Clustering)
在特定變數下，依相似特性，將集合加以分組 (Group)

的過程，它的目的在於找出群組與組群之間的差異
點，以及同一組群內各個變數的相似點。群聚 (Clus-
tering) 是將組與組之間的差異區隔出來，並對個別組

內之相似樣本進行分割，以達到同質分組，也就是區
隔化 (segmentation)。
4. 關聯性分析 (Associate Analysis)

Agrawal et al. 於 1994 年提出的 Apriori 演算法就是一
種關聯性分析。關聯性分析常用來探討同一作業中，

兩種資料一起被應用的可能程度。也就是被利用來尋
找龐大資料庫中項目或屬性彼此之間的關聯性，例
如：分析顧客的購物明細資料，可得知顧客購物時可

能會同時購買哪些商品，並歸納成邏輯規則。例如：
購物籃 (Market basket data) 分析，它藉由分析顧客的