Page 119 - 金融科技力
P. 119
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