Page 119 - 金融科技力

六、深度學習 (Deep Learning)

「機器學習」是屬於人工智慧的一部分，「深度學習」又屬於機
器學 習的一種 。深度學 習運用比 機器學習 更多層的 神經網路 來分 析

數據 ，並從中 找出模式 。深度學 習的優勢 在於可以 容忍雜訊 高的 數
據， 也能夠整 合看似不 相關的數 據來源， 還能解釋 數據中非 線性 的

關係 。此外深 度學習具 有「自動 化」的進 化能力， 更精確的 說， 深
度 學習具有 自動抽取 特徵 (Feature Extraction) 的能 力。深度 學習

(深度神 經網路 ) 是讓電腦可以自行分析資料找出「特徵 」，而不 是
由人 類來決定 ，深度學 習是用與 人類大腦 相同的基 本學習原 理設 計
而成。

正因為這樣的能力，深度學習適合用來分析複雜、多維度 的 數

據， 比如影像 、音訊、 影片、時 間序列和 文字檔等 ，或像是 即時 數
據流 、感測器 數據等。 也因此在 各行業開 始出現廣 泛的應用 ，如 在

汽車 業將深度 學習技術 用於自駕 車的導航 系統，利 用深度學 習圖 像
辨識 的優勢， 來識別路 標、交通 號誌和道 路狀況等 。而在高 科技 製

造業 ，也能用 深度學習 技術辨識 影像和音 訊，來優 化工廠營 運。 在
醫療業也透過深度學習技術來判讀醫療影像，或 是來尋找新藥組合。

如圖 4-3 所示，人類大腦由特殊的細胞組成，稱之為神經元。
神經 元由幾個 部分組成 ，包括被 稱為樹突 (Dendrites) 的腦纖 維 。

當 人學習的 時候，這 些大腦纖 維就會長 大，纖維 會在稱之 為突觸
(Synapses) 的接觸點 上，將腦 細胞彼此 連接起來 。大腦纖 維越長，

連接 的腦細胞 就越多， 大腦裡儲 存資訊就 越多。當 人類在一 段時 間
裡加 強學習或 練習時， 大腦裡的 樹突會變 得更強壯 ，形成脂 肪組 織

層 (Fatty Tissue Layer)，讓關鍵神經元或記憶之間的連接倍增。

105