NEW!!2020.01正式发布AN14.2.1版!新增培训(Train),预测(Predict)与分群(Cluster

由于人工智慧技术的快速发展，相关的技术也开始被应用于稽核领域。机器学习是人工智慧技术重要的发展，透过机器学习的不同演算法的应用，稽核人员可以开始对所取得的资料进行智慧化分析，而非传统的规则式分析。
ACL 是全球第一套具备有机器学习功能的通用稽核软体，其创新发展与适用于稽核人员的 使用介面，让稽核人员可以快速地进入到人工智慧工作的新环境，和新时代的工作环境快速接轨。机器学习的概念包含:

1.Supervised Learning (监督式学习）
要学习的资料内容已经包含有答案栏位，让机器从中学习，找出来造成这些答案背后的可能知识。ACL在监督式学习模型提供有分类(Classification) and 回归(Regression)等方法。
2.Unsupervised Learning (非监督式学习）
要学习的资料内容并无已知的答案，机器要自己去归纳整理，然后从中学习到这些资料间的相关规律。在非监督式学习模型方面，ACL提供集群(Cluster) 方法。

2020.01发布AN14.2.1版新增培训(Train),预测(Predict)与分群(Cluster)等机器学习指令运用。

机器学习在稽核的应用

欢迎共同学习与交流~~
参考资料来源:
https://help.highbond.com/helpdocs/analytics/142/user-guide/en-us/Content/analytics/analyzing_data/machine_learning/predicting_classes_and_numeric_values.htm?cshid=predict-classes-numeric-values