由新到舊 由舊到新 日期篩選

・2017/12/23
當有些人喊著 AI 會殺人,有些人搶先用 AI 來做聰明的事,甚至是救人一命!本文取自中央研究院「機器學習月」與「人工智慧跨域領袖營」活動內容,聊聊各領域最新的 AI 發展與應用。
・2017/11/14
投資理財除了靠經驗與運氣,能否更科學一點?中研院資訊科技創新研究中心的王釧茹助研究員,與團隊運用機器學習分析財報中的「軟資訊」,找出「特定詞彙的出現」跟「企業財務風險」的關係。早期華爾街聘請許多稱為 “Quant” 的人才 ,擁有物理、數學等專業背景,透過電腦計算金融模型、以理論為衍生性金融商品(期貨、選擇權)定價、或預測市場行為,現在則引入透過「資料」進入此過程。最大的不同在於:以往數學模型是依照理論,假設股票遵循某種分配去擬定理論價格,但理論和假設是會改變的;資料分析則基於現實存在的金融資料,有什麼資料、就說什麼話,而這種專業正是王釧茹團隊所擅長──尤其是財務報告中的「軟資訊」。
・2017/07/26
臺灣數值地震模型 (TNEM) 由中研院地球所李憲忠副研究員開發,可以精確且快速分析出地震發生的過程,了解歷史地震、現今地震及未來的情境地震,為防災帶來重要的貢獻。
・2017/04/10
可以即時追查 PM2.5 濃度的「空氣盒子」,因需求而誕生,更因父愛而堅持,現在他的空氣盒子已經遍布全台,下一步就是有一天要讓全世界講到空氣盒子,就想到台灣!
・2017/04/10
誰在買書?買什麼書?這是規劃出版與行銷計畫時,需考量的因素,過去僅能用專業經驗判斷,現在透過資料分析與機器學習,可以用客觀的科學輔佐主觀的決策。中央研究院資訊科學研究所陳昇瑋研究員,帶領資料洞察實驗室,找出書籍銷售數據中潛藏的商機。
・2016/05/24
成功的大數據服務商業模式,就如同過去股民手上拿的股票機一樣,廠商把上千支的股票資料進行分析,最後推薦用戶哪幾支股票的表現值得推薦。而在這個媒體發達、資訊爆炸的時代,公眾人物、公關從業者或是需要了解民意方向的地方首長,都需要了解大眾現在最關心的新聞是什麼?態度是正面是負面?哪些媒體對自己比較友善?
・2016/05/24
「所謂的大數據,並沒有一個公認的標準去認定到底多大才是大數據。十年前電信公司和基地台所蒐集的數據其實也不少,而未來的資料量也會更多,到底誰是大是小呢?可以確定的是,資料量小也有資料量小的作法,而當資料越多,則能提供資料科學更細緻分析的材料來源。」東吳大學數學系的助理教授吳牧恩。
・2016/05/24
假設你現在想查詢一個新聞事件,並分析網友、鄉民的看法,最直覺的方式便是利用 Google 進行關鍵字搜索,但這樣只能做到關鍵字比對,如此一來搜索出的資料將有幾百萬、幾千萬之譜,該如何進行整理、重點摘要?總不可能人工比對吧,這時,語意分析的優點便顯現出來了。
・2016/05/24
如果無法先決定什麼問題適合用大數據來解決、一個問題適合由哪些數據來回答,有運算再快的電腦或是再高效的演算法都派不上用場。