下載PDF
iPad高清版App Store下載

 
 
 
目錄 < 返回首頁
專家分析英澳加星學制特色 打開升學之門 拾「笈」而上
青蛙博士組孤軍 拯救后海灣魚塘
教你如何順利摘U 何順文
痛不欲生?分娩免煩惱 創產後修復服務 只為媽媽好
學古箏 腦力「升呢」
好橋! 踩入德島奧祖谷
90後無師自通 一葉之音與眾樂樂
生旦淨丑 永垂不朽 王冠強
職場升呢 - 數碼轉型 成功有道
智富增值 - 大數據及機器學習
職場Q&A - 了解個人所持學歷 擬定進修求職大計
個性全面睇 - 佳節狂歡後
書評
升學加拿大 學費低 出路廣
英加星馬芬蘭留學預算豐儉由人
語文與學術兼顧 英國寄宿中學 Queen Ethelburga's College
加拿大高中 大學基礎課程 以校內成績躋身知名學府
不一樣的監護人服務 Ma Shuk Ying UK Guardianship Service
推介課程總覽



碩士 More
Faculty of Science - Taught Postgraduate Programmes
香港浸會大學

M.Sc. in Systems Engineering and Engineering Management, M.Sc. In E-Commerce and Logistics Technologies
香港中文大學

Master of Science in Energy and Environment
City University of Hong Kong

學士
優化醫療診所服務證書課程
香港理工大學

證書
PMP & PMI-ACP 免費模擬課堂
Informatics

其他
Overseas Studies Handbook
Dadi Overseas Studies Service Centre

仁愛堂於「ERB年度頒獎禮2018-19」中,榮獲4項大獎
仁愛堂

花藝興趣消閒及創業進修課程
香港插花學院

海外升學 More
Professional Degree at Top100 University
AAS Education Consultancy

Study at the Singapore Insitute of Management (SIM) and get a UK degree
Singapore Institute of Management - SIM Global Education

一站式英、澳,中小學升學服務
寰雅教育集團

首先,標題中是兩樣不同的東西,衍生出不同的應用,有一些是和金融業相關的, 但其實在其他方面的應用,更加廣闊。

第一是大數據(Big data),是源於過去在沒有電腦的情況下,數據都是以填表的方式記錄下來,由於要用來作比較,所以在設計表格上已經考量周全,方便日後作比較之用,我們稱之為有系統的資訊。現在電腦發達,很多時同一種資訊(例如地址)都會在不同的場合用上,這種資訊都會散布在不同的電腦內,而又在同一個互聯網上,但這時的資訊卻不是有系統化的,即其以不同形式呈現出來。

又例如市民對政府的看法,傳統方法只能以一份統一的問卷去收集,相當昂貴。 但在互聯網上,這些看法反映在報章評論中,又在社交媒體上,又在某些公司的公告中有所相關,亦反映在網頁流量中。以上種種的資料,都有助了解市民對政府的看法,但它們卻沒有系統。

好了,大數據就是我們承認這些凌亂的資訊是有價值的,於是我們要懂得如何利用它去作出更精明的決策吧。大數據要能被用得上,資訊必須被組織起來;而那麼多樣化的資訊,當然就只能靠機器才能處理得來吧。這樣,機器學習(Machine learning)便應運而生。

忠心學習?
機器學習不止可以整理資訊給人去做好的決定,更進一步的是指:如果我有不同或多種數據,可以叫機器跟人類一樣作出判斷。舉例說,如果能夠基於一個人的年齡、工作年數、還款記錄、銀行結餘、每月資金流量等,去判別這個人的信用程度而去作出貸款安排,那麼機器可否作出判斷?判斷是否更加準確?

問題的癥結是:一個人是如何作出一個判斷呢?通常是憑經驗去估計,再用一些量化指標吧!但不是每個人都有足夠的經驗!如果我們要處理大量申請時,總不能叫有經驗的人二十四小時工作吧,於是機器學習便可以出手相助了。首先,讓機器接收一組資訊,讓它去估計其信用程度,再去比較實際上出現的壞帳程度,讓機器去改良它的演算方式,不斷重複用不同的輸入資訊及實際結果讓機器去學習,就能提高準繩度。

我們需要的僅是高超的預測能力,但不會去問它背後如何得出此結論。這種操作就像是一種黑盒概念:一般人做預測都會嘗試給予理論或合理解釋去支持其預測,而這種黑盒概念卻會令人感到不安,就像機器射箭每次都中紅心,你卻不知道它是如何去平衡風速、溫度、濕度、力度、角度和磨損等因素,計算出一個最佳的角度及力度去射中紅心。這種不能被人理解的情況,讓人覺得事情會失控,因為它只會愈來愈準確!更加令人不安的是,機器究竟吸收甚麼資訊去演算?它可能連磁場及地心吸力都在它演算之內亦不定!因為在訓練機器時,其實可以放寬讓它去決定甚麼是相關的資料都可以的。這是更高一層次的學習, 叫不受監管訓練(Unsupervised learning);以前是人類提供「回定種類」的資料作為輸入的,叫監管訓練(Supervised learning)。

未來空間是廣大的,真的有很多未知之數。