Page 113 - 物聯網金融商機

ୋʞ௝
演算法和人工智慧： 105
認知運算和深度學習

資訊的標準；在貝氏分析中，評核價值的功用在於後天機率，

而貝氏決策樹理論則在研究後天機率價值的事前分析 (即蒐集
評核資訊之前)。在決策樹中的決策分析係以決策方案 (deci-
sion alternative)、自然狀態 (state of nature) 及其償付結果 (re-

sulting payoff) 所組成，並提供所能應用之各種可能策略。決
策樹是依先後順序表示的決策問題，每一決策有二種型態的節
點，圓節點相當於自然狀態點，方塊節點相當於決策方案點。
在決策樹之分枝上以圓形表示之節點表示不同的自然狀態，方
形節點表示不同的決策方案。決策樹每一枝幹之末端表示不同

分枝不同決策加總後之償付額。含有貝氏機率的決策：若每種
自然狀態之機率資訊可用，則可以評核價值求得最適決策方
案。每一決策的期望報酬是由每一自然狀態的償付及自然狀態
發生機率加總而得。決策乃選擇最好的預期報酬。

從上述章節對資料運算分析說明，可知其過程可分為資訊
基礎、描述式分析、預測性分析、建議式分析及認知式分析，
而此認知式分析就是認知運算的發展。認知運算 (Cognitive

Computing) 是運用人工智慧技術使電腦得以「認知」人類世
界的思考邏輯，並融入 IT 解決方案和人類行為設計，以利進
行學習與思考、推測及論證等能力，進而擴充人類的能力，認
知運算系統是從根本上改變人類和系統交互的方式，運算分析

能將資料分析提升至預測功能進而分析出具有智慧引導的洞察
與機會。認知運算的概念是運用了系統化的人工智慧運作，它
結合各種結構化和非結構化數據洞察力的做法，並從數據源中