2025 09 16 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師(初級) 人工智慧基礎概論 (L11) L111 人工智慧概念 神經網路的應用 已經遍及各行各業，成為實現 智慧自動化、分析和預測 的重要工具，從 金融、醫療到汽車產業等等。Transformer 模型 前饋神經網路（Feedforward Neural Network, FNN 卷積神經網路 Convolutional Neural Network, CNN

 AI應用規劃師(初級) 

  人工智慧基礎概論 (L11)      

       L111 人工智慧概念   

神經網路應用

神經網路的應用  已經遍及各行各業，成為實現

智慧自動化、分析和預測   的重要工具，從

金融、醫療到汽車產業等等。

   臉部辨識

   臉部辨識  的核心技術依賴於  卷積神經網路（CNN），

   Convolutional Neural Network, CNN

   這些圖像會經過 CNN 處理和標記，用於構建高效的特徵提取和分類模型，

  使系統能準確區分不同的人臉特徵，

   例如眼睛、鼻子與嘴巴的相對位置和形狀，

   最後將人臉與系統中預存的數位圖像進行比對，來完成身份認證。

   醫療

    醫療照護

      卷積神經網路（CNN）在影像診斷方面表現突出，

        比如分析 X 光片、MRI 和 CT 掃描，幫助醫生快速識別癌症或其他病變，

       或是 像 Google DeepMind 使用 Transformer 模型，

       推動  蛋白質結構預測  與  藥物 研究。

      教育科技

       在教育領域，神經網路的應用涵蓋個性化學習和評估分析，

        例如：Transformer 可以用於  分析學生的 學習歷程，預測學習效果，

        並生成個性化 的 學習計畫。

         而  前饋神經網路（Feedforward Neural Network, FNN）

         用於 評估學生的測驗數據，

          分析弱點並提供針對性的建議。

       金融

         銀行偵測詐欺交易

        為了識別不正常的交易模式，銀行通常會依賴深度學習技術，

         而卷積神經網路（Convolutional Neural Network, CNN）

          是其中一個熱門選擇。

          雖然 CNN 最初是為圖像處理而設計，

          但其 優異的特徵提取能力 也被應用在 非結構化數據  的處理，

          快速找出 可疑  的交易紀錄。