熱門Ptt文章

[爆卦]房價預測模型 Python是什麼？優點缺點精華區懶人包

雖然這篇房價預測模型 Python鄉民發文沒有被收入到精華區：在房價預測模型 Python這個話題中，我們另外找到其它相關的精選爆讚文章

在 房價預測模型產品中有14篇Facebook貼文，粉絲數超過3,992的網紅台灣物聯網實驗室 IOT Labs，也在其Facebook貼文中提到， 銀行如何提供超級個人化服務？百人數據團隊靠AI打造中信腦 為了顧及全產品、全客群、全通路、全覆蓋，中國信託採取的對策是走入AI與大數據，更為發展AI應用訂下3大KPI，來掌握研發資源的最適化；今年，中信更成立數據治理委員會，希望將數據治理走向更全行化的關鍵議題 文/李靜宜 | 2021-06-1...

　同時也有2部Youtube影片，追蹤數超過2,980的網紅Horseman & Storyteller，也在其Youtube影片中提到，書在以下連結都可以購買! 請點以下博客來連結或官方Line連結詢問👇 編劇聖經寶典: 先讓英雄救貓咪套書集 https://bit.ly/3hWwmYB Amazon Prime獨家影集《黑袍糾察隊》 今天我們是來教各位如何破解編劇的把戲 黑袍糾察隊大家可能認為是超級英雄片 事實上我們認真剖析它的...

「房價預測模型」的推薦目錄

房價預測模型 在 BusinessFocus | 商業、投資、創科平台 Instagram 的最佳貼文

2020-05-14 04:16:57

【造福人群】每上傳一張圖片到社交媒體，都可助研究人員讓城市更進步？ · 立即Follow @businessfocus.presslogic · 常常看到人們在社群網站上貼出的美食、休閒、開心歡樂的照片等等 - 這些其實都可以預測社群們是否「健康」及其貴族化程度的高低。 · 於Frontiers i...

  • 台灣物聯網實驗室 IOT Labs

    房價預測模型 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文

    2021-06-13 18:17:42
    有 0 人按讚

    銀行如何提供超級個人化服務？百人數據團隊靠AI打造中信腦

    為了顧及全產品、全客群、全通路、全覆蓋，中國信託採取的對策是走入AI與大數據，更為發展AI應用訂下3大KPI，來掌握研發資源的最適化；今年，中信更成立數據治理委員會，希望將數據治理走向更全行化的關鍵議題

    文/李靜宜 | 2021-06-10發表

    「透過科技力，來創造競爭力。」中國信託銀行數據暨科技研發處處長王俊權，用一句話點出中國信託大力發展AI與大數據的戰略核心。

    3年多前，中國信託定調以AI與大數據作為主要發展方向，並成立了數據研發中心，要用AI來加值業務場景的服務與產品。設立初期僅有一人，到現在已擴大為百人團隊，更在2020年初正式提升為數據暨科技研發處。王俊權正是該團隊的一號員工，更是中國信託內部大力推動AI與大數據的關鍵人物。

    中國信託的經營策略是，顧及全產品、全客群、全通路、全覆蓋。而為了守住既有的優勢，中信採取的對策是走入AI與大數據，來作為轉型的利器。不只要轉型，王俊權表示，中信更希望透過AI與大數據，孵化出不同於以往的經營模式。

    「CTBC+AI」是中國信託發展AI的大方向，在各業務線上，都能將既有的經營方法加上AI，來提升效率與效能，更要以這樣的科技力創造競爭力。更以優化、平臺、全面、轉型、顛覆這5大階段任務，往下推動AI。

    王俊權解釋，中信的策略是，從最小且最有把握的項目開始，所以，透過AI來優化既有的經營方式，是中信切入AI的第一項任務。運用AI優化的專案成功後，下一步，中信就能將AI技術進一步平臺化；有了平臺之後，就能將AI技術全面導入到銀行。

    走過了優化階段、平臺階段到全面發展階段，AI已經落地到中信的金融場景，也陸續有了一些階段性成果。王俊權表示，中信現在聚焦「轉型」與「顛覆」，希望透過AI幫助組織轉型，最終期待是要用AI提出顛覆的想法，創造新的經營模式，他透露，目前已有幾個專案正在進行中。

    依循著CTBC+AI這項大主軸，中國信託打造了「中信腦」，定調3條研發路線： 電腦視覺、自然語言處理（NLP）、機器思考，也成立了3大實驗室，聚焦研發6大AI應用核心，包括了精準行銷、市場預測引擎、文字與文件辨識應用、人臉與物件辨識應用、機器閱讀到機器對話。從應用場景來看，則鎖定營銷經營、流程優化、風險控管這3項。累計至今，中信在業務單位落地的AI專案超過了20個。

    第一類應用場景的AI，中信稱為「營銷經營+AI」，囊括個人化推薦、需求預測，目的是協助增加收益，並提升客戶滿意度、客戶資產、新申購產品數等。王俊權提到，像是推薦引擎專案，中信金控整體客戶數有1,100多萬戶，產品與通路又多，需要透過AI推薦引擎來實現精準行銷，預測顧客未來的金融需求，才能進一步推薦。中信也將這類預測技術，應用到金融商品的預測，比如房價預測、股市預測、匯率預測等。

    「流程優化+AI」則是中信第二大類應用場景，包含法金作業流程、客戶申請流程、線上作業流程，希望用來協助內部提升作業效率，來減少作業成本，最終目的也同樣要能夠提升客戶滿意度。 目前，中信內部有多項端對端的流程數位化專案，像是個金、法金、AML（反洗錢）、HR等業務，都有導入AI來優化既有流程。

    最後一類場景的應用是「風險控管+AI」，則應用在AML作業、偽冒偵測、稽核，來改善內部作業效率，減少風險的損失。比如，王俊權提到，前年底，中信銀行上線了一套用自然語言處理技術分析負面新聞的平臺，這個AI反洗錢專案的成果，後來更從臺灣擴大應用到7個國家的海外分行。

    王俊權表示，3大實驗室所負責的6大AI核心，就是沿著這3大類應用分頭進行，其中，因為銀行面對數位化的壓力較大，所以，又以銀行為應用主力，再逐漸將AI技術擴大到金控旗下子公司，如投信、台灣人壽、中國信託資融等。

    自行培養AI研發能力，更訂定3大AI管理KPI

    AI發展策略上，中國信託除了自主研發，也會與廠商協作。不過，這兩種策略該如何拿捏，中信內部也走過一段辯論的路。王俊權表示，最後的判斷依據是，「金融業需要的核心能力，中信會投入有限的研發資源。若不是中信認為的核心能力，則盡可能用市場上的解決方案，來加快回應市場的時間。」

    舉例來說，銀行業使用分析模型並非新鮮事，AI技術與傳統統計回歸最大的不同是，能夠處理大量非結構數據，像是人臉、電文等資料，可是，這些數據機敏性較高，如果銀行不能自行掌握技術，而需委外，王俊權認為，第一個問題就是，銀行創新的保密性較弱，再者，廠商進入銀行接觸到如此多的機密性資料，有時也有法遵問題。

    尤其，金融業對個資的管制嚴格，非結構化資料很難離開金融業，但是，在臺灣，許多AI技術原廠來自海外，對於銀行來說，整體應用或導入的彈性都相對較低，這些都是中國信託選擇培養自家AI研發能量的關鍵因素。

    中信在AI應用發展策略，更訂出3大關鍵績效指摽（KPI），作為研發資源最適化的參考。王俊權表示：「對資源有限，需求無限的單位而言，研發的管理是一大關鍵。」首先，中信不會輕易增加AI生產線，因每開一條生產線就會涉及維運與資源分散的議題。所以，「AI生產線的管理」是第一項KPI。

    「AI研發資源調度的管理」是第二項KPI。王俊權提到，資源有限狀況下，應該分配多少資源，投入短期的落地變現，還是長期的亮點顛覆，「是一種決策的藝術。」過去，中信希望AI可以迅速擴大到各單位，所以，王俊權採取80／20法則，將80%的資源用在短期落地變現，讓大家有感，保留20%在真正創新的研發。不過，他表示，這個比例每年或每季會進行調整，要讓研發資源投入到需要的地方。

    第三項KPI則是「核心複用的比率」，也就是同一項核心技術盡可能重複利用的比率。王俊權要求研發團隊，每條AI生產線至少要有3個落地應用。目前，中國信託共有6條AI生產線，以及20幾個AI落地應用的專案，他提到：「平均每條AI生產線，有3～4個核心複用。」未來，更希望將每個AI核心，擴大到金控內各個應用，所以，要盡可能提升核心的複用，他對團隊的期待是，能提高到兩位數的複用率。

    他進一步舉例，3年前，中信導入工研院智能文審技術，來辨識客戶申辦信用卡、貸款所需檢附的財力證明，像是存摺、扣繳憑單等金融常用的固定格式文件。去年，中信將文字辨識應用，複用到分行的場景，上線AI票券辨識服務，在審票機中加入AI、OCR技術來辨識支票，來減少櫃員人工審票與顧客等待的時間，及提升作業人員登打的產能。

    目前，中信已做到一張支票上的7個要件，包括到期日、抬頭人、金額、禁止背書轉、發票章讓章或手寫、背書、帳號，都能夠用AI辨識。王俊權提到，中信將自行研發的印刷體的文字辨識核心、手寫英數的AI辨識核心、文印鑑辨識技術，通通導入支票辨識上，「這就是一種AI核心的複用」。此外，為了持續優化辨識正確率，中信更導入AI反饋機制，內部自己發展出標記功能，來改善標記效率，長期目標是達到9成的辨識正確率。今年，中信預計將該AI應用擴大到22家分行。

    中信還有另一項AI核心應用是人臉與物件辨識應用，王俊權坦言：「人臉辨識技術，對於組織的轉型與顛覆是亮點有餘，可是力道不足。」不過，若能結合防偽能力及數位流程，可能會創造出藍海的新應用。中信正在思考，如何運用人臉辨識、活體辨識、微表情辨識、情緒辨識等AI核心，交錯組合來打造遠端核身相關應用。

    金融業需緊跟科技的腳步，轉變為自身的競爭力，才能在指數型成長的趨勢下，站上領先地位。AI與大數據，正是下一波競爭力的最大利器。─── 中國信託銀行數據暨科技研發處處長　王俊權

    推動超級個人化服務，中信靠大數據建立5大行銷策略

    「中信銀行每個月有1.5億筆的金融數據，1.9億筆的非金融數據。更可觀的是，疫情期間，顧客更加喜歡使用數位服務，每月高達2億筆的顧客數位數據。」王俊權首度揭露了中信內部統計的海量數據。不只如此，中信銀行1年與顧客會有20億次的行銷溝通，顧客造訪行動銀行、網路銀行或到行銷網頁觀望的次數，更是高達16億次。

    「中國信託的數據含金量很高，因此，全都要採集起來，作為銀行KYC的關鍵第一步。」他提到，光在2017年到2018年這段期間，中信內部就採集了大量數據，來建立360度客戶全景標籤。即便，當時各個單位已有自己的全景標籤，中信仍認為要有一個可以全行共用的主數據庫。

    有數據來了解顧客，銀行就能出手，中信的策略是以數據掌握顧客人生不同階段需求，提供超級個人化服務。王俊權表示，中信策略是運用AI與大數據，透過個人化溝通方式，來提升顧客的成交機會。中信更先將這種作法，落地到銀行的「艱困區」，若在艱困區測試後有成效，再轉移到「黃金區」主戰場。「一方面不會影響到既有的業務動能，另一方面團隊也會比較有信心。」

    在推動超級個人化服務，中信採取了5大行銷策略，並各自搭配合適的AI技術。第一項策略是使用最適合的通路對不同顧客溝通；第二項是尋找顧客有興趣的話題來互動，王俊權透露，今年底將從人工轉為全自動化，用AI生成銀行與顧客行銷的文案。

    選擇對的時間，則是第三項策略，比如，當外幣跌到一定數值時，跟該名顧客歷史申購外幣的成本有競爭性，就能在此時發送推薦資訊給顧客。

    第四項策略則是打造貼合顧客需求的產品，他提到，中信已有不同產品的預測模型，能預測未來3個月或1周後，該名顧客可能需要的產品。可供業務單位、EDM數位行銷，來聚焦其中高成交率的顧客。最後一項策略是對的活動，即便是賣同一項產品，不同活動的優惠或行銷設計都要不一樣。

    王俊權認為，不僅不要過度叨擾顧客，更希望提供一次就能擊中顧客的服務。甚至，目標是做到自動化行銷，他透露，目前正在建置平臺的階段，除了要能自動採集數據，更要自動反應顧客下一步的預測，讓銀行出手可以更快，或盡可能減少PM或行銷出手時會遇上的人工斷點，甚至，讓每次出手後的反饋可以更為即時，來推動多波段行銷。

    成立數據治理委員會，優先梳理2類數據

    「數據治理是比下水道還要更下水道的底層工程。」特別對於大型金融機構來說，海量的數據勢必要有與過往不同的梳理方式，王俊權如此說著。

    因此，今年中信銀行成立了數據治理委員會，由總經理親自主持，各個業務單位主管都參與，「希望將數據治理走向更全行化的關鍵議題。」他坦言，今年是試行階段，但中信已經注意到這個趨勢，而且必須往這方向走。

    中信在數據治理特別強調「以用為治」，去年，更研究了全世界數據治理做得較好的企業，比如，數據治理發展超過20年的華為。王俊權坦言：「對中信而言，數據治理既然是一場長期抗戰，就必須明確為何而戰。」

    由於資源有限，中信在數據治理的戰略，優先從兩類業務來推動，第一類是不能犯的錯，這類資料的處理一旦犯錯，銀行容忍度很低，如監理報送這類數據就需要優先梳理。另外一類是業務效益較大者，王俊權表示，若沒有好的數據治理標準，業務效益很難有長期的呈現。這是中信今年訂下數據治理的方向，也希望從小開始，慢慢擴大到全行。

    經理人小檔案

    王俊權

    中國信託銀行數據暨科技研發處處長

    學歷：臺灣大學國際企業研究所商學碩士

    經歷：早年在美國矽谷的科技公司做美股分析，回臺後陸續待過4家銀行，主要負責風險管理；2005年加入中國信託銀行擔任全球個金風險管理處處長，2018年兼任數據研發中心最高主管；現為中信銀行數據暨科技研發處處長，兼任中信金控數據主管

    附圖：中國信託銀行數據暨科技研發處處長 王俊權　（攝影／洪政偉）

    資料來源：https://www.ithome.com.tw/people/144842?fbclid=IwAR0XaBPczoiqTWTEQH8qHfNDbmyyTpA43Akd2gYWhsBbh0oIbWsBNWdF4Fk

  • Zen大的時事點評

    房價預測模型 在 Zen大的時事點評 Facebook 的最讚貼文

    2021-04-23 07:43:33
    有 331 人按讚

    說真的，不知道為什麼最近突然大家開始吵少子化議題？

    二十年前還在學校讀書，看人口統計預測圖已經知道這是不可能避免的結果。

    十幾年前開始寫社會評論就經常談，但是，可能大多數人非得看到實際數據下滑到某種真實臨界點才會意識到嚴重性。

    複雜的社會背景社會成因暫且不談。

    當生育數字低於淨平衡(以前是2.3現在是幾乎等於2)，也就是(平均來說)能生育的一對夫妻如果生不到兩個，以後能夠生小孩的人數就減少，就生不出上一個人口基期的數量。

    那麼長期來看，生育率就會下滑，因為母數不斷減少。畢竟小孩在大多數情況下，兩個人才能生。

    最一開始的計畫生育是兩個孩子恰恰好時期，某種程度在那裡就種下了少子化的遠因。就像一胎化政策註定天朝少子化不可逆(這個推論的邏輯來自蘋果橘子經濟學裡研究犯罪率下滑找到的遠因是通過墮胎與避孕政策造成...)。

    也就是說，公衛理論反而更好用來解釋，就感染途徑的擴散數據被壓低了。也就是說，上一代生的不夠多，下一代就會越生越少，有種不斷縮小均衡/通縮感。

    某種程度上來說，目前市面上輿論解釋都對也都不完全。都會影響一部份(也就是影響少子化的嚴重程度多寡)，但更重要的是大前提已經決定好了，就算沒有那些原因，整個社會氛圍就是走上不會生那麼多小孩，長久來說就是會出現人口萎縮。

    就算高房價高物價不是問題，支援人手足夠，未來年金不會破產，沒有環保空污世代不正義...現代消費社會生活太精彩多元，就是讓人不想生那麼多(計畫生育時代就幫多數國人植入了不要生太多小孩比較好的價值判斷)，最後就是會少子化。

    原則上，生育率是救不起來了。因為台灣很難生出能夠讓目前人口母數達淨平衡的新生兒數量。這還要往前補而二十年少子化的缺額，更不可能。

    所以，可行之道是修正社會運作模型(縮小經濟規模，避免停滯性通縮)，部分接納移民，好好享受人口縮小的好處，而不是一直鼓勵生育(AI全面普及後，是否還需要大量人口就不好說了，未來社會形態很難預測，搞不好反而是少子化程度最高的社會成本最小？)。

    https://zen1976.com/few-children/

  • 子迂的蠹酸齋

    房價預測模型 在 子迂的蠹酸齋 Facebook 的精選貼文

    2021-04-19 09:00:00
    有 109 人按讚

    上週台北市議會關注的話題，便是人口減少一事。台北市人口今年僅剩258萬人，是20多年來的最低點。於是各路議員理所當然地就開始對著柯文哲檢討起北市府的人口政策。

    不過，台北市民政局早於前幾年，就做了關於人口推估的預測，有興趣的齋友可查詢《臺北市109-138年人口推估報告》。報告中提到，因應交通、房價及福利等因素，台北市人口會在未來10年內外移至鄰近行政區。當2030年之後，台北市人口也不會增加，其原因將是自然減少，也就是人口老化而過世。依照民政局的預測，到2049年時，台北市人口僅剩200萬左右。

    當然，減少的不只會是台北市。依照中華民國內政部戶政司所做的國家未來人口推估。不管採用的高中低哪種推估模型，以同樣的2049年為時間點，台灣全體人口將剩下2000萬上下。換言之台北市減少的人口數，約佔為全台灣的20%。

    人口減少是開發中國家邁進已開發國家的必然階段。為了降低生育及家庭開銷，而從市中心搬到郊區，也是發展必然的歷程。應該不需要太大驚小怪。

    有人可能會緊張地說，將來人口勞動力不足要怎麼辦?
    沒怎麼辦，真的快不足時，自然會開放外籍人口進來補。

    別緊張。

    最後補充一點，都市規劃中有個神奇的理論，那就是如果人們追求良好的居住品質，每平方公里的人口數約為1萬人。早期台北市在1967年被升格為直轄市時，即為272平方公里，並人口數長期維持在270萬左右。是個台北市極欲維持的人口密度數字。

    隨著其他都會區崛起，加上整體人口減少。我想對於政府來說，更切要的問題是如何打造更舒適的居住環境，讓人民有更宜居的環境。

你可能也想看看

搜尋相關網站