Page 117 - 金融科技力

去辨識及分類剩餘 90 張照片。因為已經有辨識的依據，所以預 測
出來的結果通常比純非監督式學習準確。

4. 強化式學習：

機器自己 嘗試錯誤 並且找出 最佳答案 ，透過每 一次與環 境互
動來學習。強化式學習的特色是訓練必須要有正負反饋 (Positive

/ Negative Reward)，在訓練過程中，模型會根據不同的狀況嘗試
各種決定，再 根據此決定，告訴機器所採取的哪一步是正確的 (正

反饋 )、 那 一步是錯 誤的 (負反 饋 )， 根 據反饋的 好壞，機 器自 行
逐步修正 、最終得 到正確的 結果。若 機器自行 辨識特徵 與分類，

將某張大 象的照片 預測成獅 子，則人 類告訴機 器是錯誤 的 (負反
饋 )，機器會再次辨認特徵及分類。透過一次一次正確與錯誤 的學

習，最後 的預測將 會越來越 精準。例 如：進行 圍棋遊戲 時，必須
依照對手 的每一步 棋來修正 下一步的 走法，或 是自動駕 駛車，必
須依照路況的變化，來修正下一步要怎麼行駛等。

103