Java瑪奇朵-非本科系的IT吃喝電玩日誌

對Java工程師這份工作抱持著憧憬嗎?還在擔心東擔心西的嗎?不要猶豫,看完這篇文章就趕快去圓夢吧!!
 

身為行銷人的你學會Python了嗎?好好應用她可是能達到事半功倍的效果喔!!還不快學起來?(上)
 

【為什麼我們要寫這篇文章】
身為「最受歡迎程式語言」，上至人工智慧與大數據、下至網頁開發，Python 通通能搞定！
但你知道 Python 在數位行銷領域也掀起了旋風嗎？為何行銷人也紛紛學起 Python？

推薦閱讀：IEEE 2019 程式語言排行榜：Python 蟬連最熱門語言之首

數位行銷（digital marketing）是目前最活躍、增長最快的行銷方式，根據 WiseGuyReports.com 的報告，超過 30 ％以上的公司行號，要將近八成的廣告預算都將用在數位行銷上，並且是五年內都規劃如此。

推薦閱讀：網路行銷的7大心法-SEO、SEM、CRO、內容行銷等

當重心都放在數位行銷上，自動化工具和軟體程式等能提高效率、節省成本的「行銷自動化」技術，也順勢成為當前數位行銷領域備受重視的一環。
而強調代碼可讀性、簡潔的語法和高度易學性的 Python，對於想成為「會程式設計的行銷人」來說，自然是第一首選。
那 Python 究竟何以成為最佳行銷助手呢？
AI 行銷學　Python 脫穎而出的秘密
程式設計問答網站 Stack Overflow 的最新調查指出，Python 將在一年內取代 SQL 語言。除了有龐大的市占比，當從事行銷或是數據分析的工作者要學習第一個程式語言，Python 也因以下種種被認為是最佳選擇：

1. Python 內建大型模組與函式庫，可以簡單上手數據分析或複雜的程式計算

2. Python 是一種開源語言，可以完全控制原始碼，讓用 Python 編寫自定義程式非常容易，可以根據需要修改自動化工具

3. 免費及開源的特性，讓 Python 有許多輔助工具、編輯器與 IDE（整合開發環境）

4. Python 能與幾乎所有現代作業系統兼容

5. 相比於其他靜態語言，身為動態語言的 Python 語法簡潔、具有較高的彈性

6. 良好的視覺化能力，輕鬆做到資料視覺化分析

推薦閱讀：連 IBM 都推！入行 AI 人工智慧必學 Python 的 8 大理由

當然對行銷人來說，學習程式語言不是為了要取代工程師，而是希望能代替自己解決一些邊角卻又耗時的工作。

Python和R語言到底哪個才是人工智慧和機器學習不可或缺的技能呢?就由今天的文章來幫大家解惑吧!!(上)
要是你想要建構一個機器學習的專案，但是又卡在不知道該使用Python 還是 R 語言，恭喜你，你現在看到對的文章了！
這篇文章不只是讓你了解到 Python 與 R 語言的不同，同時也會知道哪個程式語言在多方面都比較佔優勢。現在就讓我們一起深入研究吧！
Python 與 R 語言都具有相同的功能，且是數據科學家間非常熱門的工具。約有 69% 的開發者在人工智慧上使用 Python 語言，R 語言則只佔了 24%。兩者都是免費開源的程式語言，不過 Python 被建構成一種可廣泛使用的程式語言，而 R 語言則是為了統計分析而造。

推薦閱讀：Python 與 R 語言之戰鹿死誰手？盤點 5 個即將消失的程式語言!

人工智慧（AI）與數據分析，是真正可以開源創新的兩個領域。Python 與 R 語言都創造了強大的開源設備與函式庫的環境，可以幫助不同能力水平的數據科學家更有效率的執行工作。
機器學習與數據分析之間的區別，相對來說比較模糊。但是一般認為，機器學習在模型可解釋性上著重在預知的準確程度；而數據分析則著重在事實的推測。 在預知的準確度上，Python 可是有口皆碑的；R 語言則擅長於事實推論與靜態推論。

推薦閱讀：AI 人工智慧、ML 機器學習、深度學習、Python 是什麼？

這並不代表我們要將這兩個語言歸為一類 —— Python 完全可被應用為數據分析工具；R 語言則可以完成機器學習中的一些大工程。兩種語言都有許多能使其達成對方優點的函式庫與封包：像是 Python 有能進行測量後歸納的函式庫；Ｒ則有增強預測準確度的封包。
下一段，我們將會深入說明兩種語言，可以大大地幫助你針對自己的專案，使用合適的語言。
Python 語言
Python 程式語言誕生於 80 年代末期，承擔了推動 Google 內部框架的重責大任。Python 被一群熱情的程式設計師所擁護著，也被廣泛應用在 YouTube、Instagram、Quora 和 Dropbox。Python 也全面被應用在 IT 產業以及開發團隊中的基礎建構。因此若你需要的是一個多工的程式語言以及大量可擴展的 AI 函式庫，Python 是首選。
Python 的優點
多功能 — 如果你的企業需要的不只是測量與統計數據的功能，Python 是首選。例如設計一個功能強大的網站。
平滑的學習曲線 — Python 並不難學，能幫助你短時間內找到熟練的開發人員。
大量的重要函式庫 — Python 以擁有無數的數據組裝與控制函式庫聞名。以 Scikit-realize 為例，它包含了資料探勘與和調查的工具，讓使用 Python 時，增加了超乎想像的 AI 便利性。另一個函式庫 Pandas，給予工程師無可比擬的結構與資訊評估工具，減少了改進的時間。如果你的開發團隊需要 R 語言的其中一個主要功能，則可以使用 RPy2。
更好地整合能力 — P大致上來說，在任何的開發場合，Python 的兼容性比 R 還好。無論是否使用如 C、C++ 等較低階的語言來開發，都能透過 Python 包裝連接更好的組件。而且，讓數據研究人員的將一個基於 Python 建構的函式庫，串接到其他需要完成的工作也很容易。
提高生產力 — Python 語言，比起 R 語言可讀性特別高，幾乎如同人類平時交談用的方言，因此也能提高開發團隊的生產力。
Python 的缺點
缺少公共儲存庫，也沒有某些可選的 R 專用庫。
由於是動態組合，在某些情況下，Python 會造成一些計算錯誤，而這些導致錯誤的因素又不太確定。
 
 
本篇為上篇，下篇請點此

想打造炙手可熱的人工智慧用Python還是R語言好?(下)
更多關於Python的相關文章請點閱下方連結!!
 
 
 
其他閱讀
人工智慧、機器人、Python、大數據⋯⋯到底有什麼關係？
AI 人工智慧、ML 機器學習、深度學習、Python 是什麼？
捷克新創Resistant.AI 開發2產品 揪出欺騙人工智慧的詭計
為超越MotoGP冠軍VR46而生：人工智慧重機賽車手MOTOBOT
有關Python的大小問題通通在這裡!!
Python自學筆記:Python中的數據類型
自學Python霧煞煞?也許你是在這些地方搞錯了!!

還在擔心AI人工智慧相關的金融服務科技安全問題嗎?那你一定不能錯過今天要介紹的捷克創投公司新科技文章!!(下)
本篇為上篇，下篇請點此

捷克新創公司最新AI人工智慧科技幫你跟金融駭客說拜拜~(上)
捷克 AI 新創成金融駭客剋星　助企業找出資安新解方
有鑑於此，捷克一家新創公司「Resistant AI」開發一套機器學習技術，專門抵擋對抗式機器學習、竄改樣本、目標性操弄等等攻擊。
Resistant AI 目前主要提供兩項產品：
1. 文檔防禦（Resistant Documents）
駭客會偽造或更換銀行對帳單、購買收據、薪資單或 KYC 文件（Know Your Customer）的名稱等等「良性文件」，欺騙 AI 所驅動的認證系統、逃過檢測，藉此成功開啟銀行帳戶，或是讓自動處理系統批准借貸。
而「文檔防禦」是讓機器學習系統拒絕自動處理過程中遭遇的可疑文檔，並標記出所有惡意或可疑的來源。
2. 交易防禦（Resistant Transactions）
深度學習系統的測試，經典方法是收集大量人工標註好的數據，來評估系統的準確性。然而很難輸入未來所有可能發生的數據，也就無法得知系統的每個反應是否符合邏輯。並且只要將輸入的數據添加微小干擾，就可以欺騙深度學習系統，讓系統「核准」惡意數據。
「交易防禦」就是用 AI 偵測可疑的交易行為，例如當有付款、轉帳或是申請信貸等請求時，交易防禦系統就會進行統計性的檢查，若確實辨認出有問題的請求，就會阻止交易，保護系統模組內資訊不被偷取，也能防止系統受到誘導而做出錯誤的決定。
Resistant AI 的創辦人兼 CEO Martin Rehak 在資訊安全領域工作超過 12 年，他表示：駭客對於 AI 系統漏洞的破解技術已經越來成熟，這也讓啟發他跟他的團隊創立現在的 Resistant AI 來提供解決方案。公司當前的目標客戶是金融企業、金融科技新創，與在金融交易過程中採用AI的公司。
Resistant AI 於 4 月底進行種子輪融資，獲風險投資公司 Index Ventures 及 Credo Venture 領投，成功籌集 275 萬美元資金。
「以AI之矛，攻AI之盾」
AI 人工智慧的發展固然大幅提高人們的生活品質，但同時也要認識到科技的兩面性，科技僅僅是工具，水能載舟、亦能覆舟，若遭到有心人惡意利用也會產生負面影響。正如 AI 可以被用於詐騙，也可以被用於反詐騙，利用技術的方式不同，帶來的影響也不同。
因此，在面對一項科技時，除了理解、學習、使用之外，更要進一步超越它——努力成為卓越 AI 的創造者，才能不被 AI 所掌控。

推薦閱讀：AI 產業革命開始！為何 Python 成人工智慧必備語言？

 
 
更多AI人工智慧的文章請點閱下方連結!!
 
 
 
其他閱讀
AI 產業革命開始！為何 Python 成人工智慧必備語言？
連 IBM 都推！入行 AI 人工智慧必學 Python 的8大理由
AI 重機車手 MOTOBOT - 專為超越 MotoGP 冠軍 Rossi 而生
AI人工智慧將如何衝擊你的未來?還是學好Python吧!
給自學Python的初學者24項真心建議!!
只要四階段~讓零基礎的你離Python邁進一大步!!
還不了解Python如何應用嗎?三大要點你非知不可!!

還在擔心AI人工智慧相關的金融服務科技安全問題嗎?那你一定不能錯過今天要介紹的捷克創投公司新科技文章!!(上)
 
圖片

▲ Fintech 金融科技市場中的 AI 人工智慧品牌（圖片來源：cbinsights，如有侵權請告知）

隨著科技浪潮來襲，金融產業也積極佈局，除了如區塊鏈、虛擬貨幣和 P2P 等新型交易模式愈發興盛外，傳統銀行的許多交易手續、分析工作也都交由人工智慧運籌帷幄。
但，導入 AI 不僅影響金融機構本身，虎視眈眈的駭客也馬上跟進，開發出特別針對人工智慧的攻擊手法。
而一家捷克新創公司 Resistant AI 找到了解決辦法──用 AI 反擊欺騙 AI 的網攻！
金融業 AI 應用夯　8 成以上交易由程式自動執行
金融業是幾個快速導入 AI 的產業之一，並且因長期的監理要求，金融業的數據資料保存完整有序，AI 導入較為容易；一方面也是為了因應快速成長的數位通路需求。
玉山銀行科技長陳昇瑋表示，目前全球股市觀察，已經約有 8 至 9 成的交易都是程式執行的，而全球十大對沖基金中，有 6 個已導入 AI 協助交易，代表人工智慧 已在證券交易占有一定的份量。除了證券交易，AI 也被用在產業分析，用來預測股價。

推薦閱讀：痛失英才！台灣人工智慧學校執行長陳昇瑋辭世

但是，駭客也與時俱進，瞄準 AI 和機器學習的弱點，展開新型態的網路攻擊，導致金融組織或企業面臨巨額損失、機密資料或客戶資料外洩的風險。
駭客故意餵錯誤資料　誤導 AI 並非難事
AI 固然好用，但也不是萬靈丹，並且很可能變成攻擊目標。駭客若部署對抗式機器學習（Adversarial Machine Learning）找出機器學習模型的弱點，在訓練資料中參雜惡意樣本與駭入後台干擾參數，就能有迅速破壞 AI 運作。

推薦閱讀：美國將 AI 納入軍用!到底人工智慧會成為人類救星還是殺人機器?

趨勢科技全球安全研究副總 William Malik 也曾談過：「其實演算法是很粹弱的，很容易因為訓練資料被動手腳，導致要辨識動物的影像 AI 將長頸鹿辨識為單車。」因為 AI 不像人類，不是看整體而是「盯著」細節的部分，這些重要的細節被更動，AI 就會出狀況。
假若不幸遭到入侵，訓練資料被惡意加料，辨識模式被蓄意誤導，然後最後演算法在市面上佈署，就算是資安公司也可能會中招，讓 AI 反而成為欺騙防毒軟體的利刃。
 
 
本篇為上篇，下篇請點此

捷克新創公司最新AI人工智慧科技幫你跟金融駭客說拜拜~(下)
更多AI人工智慧的文章請點閱下方連結!!
 
 
 
其他閱讀
AI 產業革命開始！為何 Python 成人工智慧必備語言？
連 IBM 都推！入行 AI 人工智慧必學 Python 的8大理由
AI 重機車手 MOTOBOT - 專為超越 MotoGP 冠軍 Rossi 而生
AI人工智慧將如何衝擊你的未來?還是學好Python吧!
給自學Python的初學者24項真心建議!!
只要四階段~讓零基礎的你離Python邁進一大步!!
還不了解Python如何應用嗎?三大要點你非知不可!!

 
覺得Python很複雜?人工智慧很艱難?機器學習是什麼?一張圖讓你秒懂一切!!
 

▲ 人工智慧、機器學習與深度學習之間的關係比較圖（圖片來源：騰訊xw.qq.com）

什麼是人工智慧？
「人工智慧」，又稱「人工智能」，英文為「Artificial Intelligence（縮寫為 AI）」簡單來說就是：任何讓電腦能夠像人類般思考、表現出類似人類的行為」的科技；更具體一點的說法，人工智慧是一種可以感知、學習、推理、協助決策，並採取行動幫助我們解決問題的科技。
1980年代約翰瑟爾(John Searle)，提出對「人工智慧」分類方式:

強人工智慧(Strong AI) : 機器能具有與人類相同完整的認知能力。

弱人工智慧(Weak AI) : 機器不需要具有與人類相同完整的認知能力，只要設計得看起來像具有智慧就即可。

機器學習
機器學習是人工智慧的一個分支、是實現人工智慧的一個途徑，即以機器學習為手段解決人工智慧中的問題。
機器學習理論主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析而歸納出規則來，並利用此規則對未知的資料進行預測的演算法。
機器學習是第三波人工智慧發展的代表技術；而在眾多機器學習演算法中，深度學習（多層次類神經網路的代稱）是近幾年成長最快、表現最亮眼的技術。
深度學習
深度學習是機器學習演算法的一種的，為人工智慧中成長最快的領域。
「深度學習」是模擬人類神經網絡的運作方式，只要懂得定義問題，有足夠質量的資料以及轉化為模型的能力，幾乎可以應用在任何決策問題上，雖然不見得都有準確的預測能力。不過目前常見的 Google 語音辨識、文字翻譯、照片分類、自動回信、垃圾郵件判斷，現在都是用深度學習來做的。
Python 與人工智慧的關係
Python 是 AI 領域最多人使用的程式語言，主要原因之一是因為它有大量的資料庫，讓用戶可自由套用、執行各式功能、操作。這些資料庫由來自四面八方的來源 (如 PyPi) 所發布，包含預先編寫好的程式片段，讓 AI 開發人員不需要從頭開始編寫程式。
機器學習與深度學習都需要連續的數據處理，Python 的函式庫則可讓你取用、處理、轉換這些數據。例如應用於深度學習的 Keras 函式庫，它允許快速計算和原型設計，因為它除了使用計算機的 CPU 之外還使用 GPU。
其他與人工智慧、機器學習、深度學習有關的八個函式庫，請見此篇文章：連 IBM 都推！入行 AI 人工智慧必學 Python 的8大理由

推薦閱讀：AI 產業革命開始！為何 Python 成人工智慧必備語言？

 
 
更多關於Python或人工智慧的文章請點下方連結!!
 
 
 
其他閱讀
AI 產業革命開始！為何 Python 成人工智慧必備語言？
連 IBM 都推！入行 AI 人工智慧必學 Python 的8大理由
AI 重機車手 MOTOBOT - 專為超越 MotoGP 冠軍 Rossi 而生
AI人工智慧將如何衝擊你的未來?還是學好Python吧!
給自學Python的初學者24項真心建議!!
只要四階段~讓零基礎的你離Python邁進一大步!!
還不了解Python如何應用嗎?三大要點你非知不可!!