2025 07 25 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 預測式 AI：常用演算法與技術 類神經網路– 長短期記憶網路(LSTM) 與 遞歸神經網路(RNN) 集成學習(Ensemble learning)其中可能包含 1.線性迴歸，以及像 2.隨機森林、 3.梯度提升樹(Gradient Boosting) 或 4.神經網路 等AI模型。

 

2025 07 25 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 預測式 AI：常用演算法與技術 類神經網路– 長短期記憶網路(LSTM) 與 遞歸神經網路(RNN) 集成學習(Ensemble learning)其中可能包含 1.線性迴歸，以及像 2.隨機森林、 3.梯度提升樹(Gradient Boosting) 或 4.神經網路 等AI模型。

 預測式 AI：常用演算法與技術

預測式AI演算法涵蓋傳統方法，也包含

類神經網路  與   集成學習模型。

 類神經網路– 

    隨著運算力提高，

  長短期記憶網路(LSTM)  與   遞歸神經網路(RNN)  等

   深 度學習模型  在    時間序列預測上   大放異彩。

    它們能從長期序列資料   中學 習複雜模式，適用於如

     1.機器故障預測、

     2.銷量預測

    等  需要考慮    長期波動 的任務

集成學習(Ensemble learning)– 

  又稱集成學習，指的是  以一個系統化   的方式  將好幾個

  監督式學習的模 型   結合在一起，

  目的是   希望   結合   眾多的模型   產生一個  更強大的模型。

  – 其中可能包含

     1.線性迴歸，以及像

     2.隨機森林、

     3.梯度提升樹(Gradient Boosting) 或

     4.神經網路

      等AI模型。