半導體教父張忠謀曾說:「人工智能(AI)需要的關鍵人才,包括懂數據資料、具數據計算能力及找出有用的AI服務。」「數據科學」研究四個關鍵步驟,包括:1.處理和準備待分析的數據,2.挑選合適的算法,為數據建立模型,3.對算法的參數調優,優化模型,4.根據評價指標,選出最好的模型。對金融AI理財有興趣的人,筆者建議先保有興趣好奇,別在「數據科學」學習之路上因著數學而讓它成了攔路虎。買本「白話大數據與機器學習演算法」閱讀,如同先學會開賓士車享受駕車樂趣, 再逐步認識車的設計構造及其運作學理,這樣才不會自己嚇自己!【讀友提問】上海台商譚博士問到:「上海漲融公司的金融AI(人工智能)理財具體實施步驟為何 ?」答:首先就金融AI(人工智能)理財具體實施步驟簡答如下:1.通過搜尋引擎去追蹤散戶的投機行為軌跡;2.用卷積神經網路技術去處理數據做預測;3.建立預測股市大盤指數、商品期貨漲跌的演算法模型;4.用機器學習技術去訓練優化演算法。用卷積神經網路技術(Convolutional Neural Network,CNN)去建造金融人工智能理財大腦。用多層的卷積神經網路技術去處理數據做預測。神經網路由多個神經元層組成,訓練期間,第一層的神經元,首先被輸入圖像的每個像素及數據激活;為了提高預測準確度,使用卷積層來識別像素組合及數據的關鍵特徵。隨後將激活狀態傳播到後續各層的神經元,最終在輸出層產生預測結果。在金融領域,機器學習嘗試發現變量之間的關係,在經過給定數據的訓練後,能夠在新數據的基礎上去預測結果,正因其強大功能,機器學習技術可去訓練優化演算法。隨著算法不斷改進,以及計算能力不斷提升,卷積神經網路技術在金融AI理財發揮關鍵作用。