＜內容簡介＞

◎透過機器學習，事前審計成為可能，了解AI技術如何運用稽核領域。

ChatGPT引發了對AI人工智慧的熱烈討論。未來十年，AI將驅動產業發展，幾乎所有現代產業都將與AI緊密相關。機器學習使得事前審計成為可能，但撰寫或調整人工智慧演算法對大多數人而言仍很困難，因此需要簡單易用的工具來輔助。

本教材以實務案例演練為主，深入淺出，讓學員了解如何在稽核領域有效運用機器學習等AI技術。經由國際電腦稽核教育協會(ICAEA)認證，由專業稽核實務顧問群精心編寫，提供完整實例演練資料，並可申請取得AI稽核軟體JCAATs教育版。學員可透過簡單的指令，應用內建的機器學習演算法(如決策樹、K近鄰算法、邏輯斯回歸、隨機森林、支持向量機)，輕鬆進行大數據資料分析，實現風險預測性稽核。

學員將學會評估機器學習訓練模型的有效性，並掌握多元評估指標的正確使用方法。同時，學習如何處理資料缺失或不對稱的情況，以實現稽核目標。歡迎會計師、內部稽核、各階管理者共同參與學習，成為AI人工智慧新稽核的專家，提前預警並避免各項風險。

★目錄：

機器學習與AI人工智慧於稽核應用實例演練
1. 機器學習(Machine Learning)於新稽核環境的應用
2. 運用AI人工智慧協助事前風險偵測與預防稽核實務應用案例
3. JCAATs AI人工智慧新稽核軟體應用功能簡介
4. 監督式機器學習 VS 非監督式機器學習
5. 機器學習指令實習-學習(Train)、預測(Predict)、集群(Cluster)、離群(Outlier)等指令應用練習
6. 監督式機器學習：學習(Train)、預測(Predict)預測性稽核程序
7. 實例上機演練一：以客戶流失AI預測分析查核為例
8. 如何評估監督式機器學習模型好壞?
9. 機器學習模型評估基礎-混沌矩陣(confusion matrix)應用實例
10. JCAATs內建多元分類評估指標應用說明
11. JCAATs內建監督式機器學習演算法應用技巧說明
12. 缺失值或不對稱資料設定學習歷程提高機器學習模型訓練成效
13. 實例上機演練二：以決策數(Decision Tree)進行電信業客戶流失預測稽核
14. 實例上機演練三：以K近鄰算法(KNN)進行行員挪用客戶資金預測稽核
15. 機器學習常犯隱形錯誤與解決對策
16. AI智慧化稽核流程-機器學習讓事前稽核成為可能

＜作者簡介＞

黃秀鳳 Sherry
現任
傑克商業自動化股份有限公司總經理
ICAEA國際電腦稽核教育協會台灣分會會長
台灣研發經理管理人協會秘書長
專業認證
國際ERP電腦稽核師(CEAP)
國際鑑識會計稽核師(CFAP)
國際內部稽核師(CIA) 全國第三名
中華民國內部稽核師
國際內控自評師(CCSA)
ISO 14064:2018溫室氣體盤查標準主導稽核員
ISO 14067:2018碳足跡標準主導稽核員
ISO27001資訊安全主導稽核員
ICAEA國際電腦稽核教育協會認證講師
ACL Certified Trainer
ACL稽核分析師(ACDA)
學歷
大同大學事業經營研究所碩士
主要經歷
超過500家企業電腦稽核或資訊專案導入經驗
中華民國內部稽核協會常務理事/專業發展委員會主任委員
傑克公司副總經理/專案經理
耐斯集團子公司會計處長
光寶集團子公司稽核副理
安侯建業會計師事務所高等審計員

★內文試閱：

‧作者序

ChatGPT引發了大家對AI人工智慧的熱烈討論。AI將在未來十年帶動產業發展，幾乎所有現代產業都將與人工智慧密切相關。JACKSOFT於2020年成立AI稽核教育學院，旨在透過有效的學習方式，採用優良的稽核工具和正確的方法，並循序漸進地引導他們從傳統事後稽核發展至利用AI人工智慧進行機器學習(Machine Learning)、自然語言處理(NLP)等數位轉型資料分析，實現事前風險預測與預防，成為AI人工智慧新時代的稽核專家。

稽核人員通常不是資訊人員，因此很難有時間和能力學習許多新的資訊科技工具。基於這一點，國際電腦稽核教育協會(ICAEA)強調：「稽核人員應該熟練掌握一套CAATs工具，並熟悉查核方法，以應對新的電子化營運環境中的內稽內控挑戰，這才是正確的方向」。

對大多數人員而言，撰寫或調整人工智慧演算法非常困難，因此需要簡單易用的工具作輔助。本教材以實務案例演練為主，深入淺出，讓大家了解如何有效運用機器學習等AI人工智慧技術於稽核領域。透過AI語言Python所開發的新一代稽核軟體JCAATs，以簡單的指令，使用內建的機器學習演算法(如決策樹(Decision Tree)、K近鄰算法(K-Nearest Neighbors)、邏輯斯回歸(Logistic Regression)、隨機森林(Random Forest)、支持向量機(Support Vector Machine))，應用於大數據資料分析，進行風險預測性稽核。使用者著重學習如何評估機器學習訓練模型的有效性，並掌握各項多元評估指標使用正確方法。同時，當面臨資料缺失或不對稱時學會如何有效地設定學習歷程，以達到稽核目標。機器學習讓事前審計成為可能，歡迎會計師、內部稽核、各階管理者，共同加入學習的行列，成為AI人工智慧新稽核，提早預警與避免各項風險！

JACKSOFT傑克商業自動化股份有限公司
ICAEA國際電腦稽核教育協會台灣分會
黃秀鳳總經理/分會長
2023/08/03

‧推薦序

ChatGPT引發了對AI人工智慧的熱烈討論。未來十年，AI將驅動產業發展，幾乎所有現代產業都將與AI緊密相關。機器學習使得事前審計成為可能，但撰寫或調整人工智慧演算法對大多數人而言仍很困難，因此需要簡單易用的工具來輔助。

本書提供一個機器學習實務演練的案例，透過簡單的指令，應用內建的機器學習演算法(如決策樹、K近鄰算法、邏輯斯回歸、隨機森林、支持向量機)，輕鬆進行大數據資料分析，實現風險預測性稽核。透過Python語言開發的新一代稽核軟體「JCAATs」來進行實務演練，讓讀者可以實務上機操作而非只是理論的觀摩，是一套難得的實務應用書籍。

如何透過機器學習工具的有效運用，協助企業獲得攸關資訊取得競爭優勢，發揮專業人士的洞察力，是AI時代一項重要能力，歡迎大家一起加入學習AI的行列。

‧摘文

機器學習與AI人工智慧於稽核應用實例演練(附試用教育版軟體+教學演練資料)
1.機器學習
    機器學習(Machine Learning)是人工智慧（AI）的一個重要領域，其主要目標是讓電腦系統能夠透過過去的經驗和資料，自主學習並改進自身，以從中發現模式並做出預測或決策，而無需明確編寫特定規則。機器學習的核心概念：
1. 資料：機器學習需要大量資料作為訓練材料，這些資料可以是結構化的例如表格數據，也可以是非結構化的例如圖像、音頻和文字等。
2.模型：模型是機器學習的核心算法，它根據訓練資料所學到的數學表示。這些模型能根據輸入資料進行預測或做出決策。
3.參數調整：在機器學習中，通常需要對模型進行參數調整，以使其能夠更好地擬合訓練資料並且能夠適用於新的資料
   總結來說，機器學習是一門將電腦系統賦予自主學習和改進能力，從而實現智能化的科學和技術領域。應用廣泛，包括自然語言處理、圖像辨識、推薦系統、醫療診斷等，為我們解決複雜問題提供了全新的可能性。
2. 監督式學習VS.非監督式機器學習
   機器學習分為:
-Supervised Learning (監督式學習）
要學習的資料內容已經包含有答案欄位，讓機器從中學習，找出來造成這些答案背後的可能知識。JCAATs在監督式學習模型提供有多元分類(Classification) 法，包含 Decision tree、KNN、Logistic Regression、Random Forest和SVM等方法。
-Unsupervised Learning (非監督式學習）
要學習的資料內容並無已知的答案，機器要自己去歸納整理，然後從中學習到這些資料間的相關規律。在非監督式學習模型方面，JCAATs提供集群(Cluster)與離群(Outlier) 方法。

3.JCAATs 機器學習具有以下特色：
(1)不須外掛程式即可直接進行機器學習
(2)提供SMOTE功能來處理不平衡的數據問題，這類的問題在審計的資料分析常會發生。
(3)提供使用者在選擇機器學習算法時可自行依需求採用兩種不同選項：用戶決策模式(自行選擇預測模型)或系統決策模式(將預測模式全選)，讓機器學習更有彈性。
(4)JCAATs使用戶能夠自行定義其機器學習歷程。
(5)提供有商業資料機器學習較常使用的方法，如決策樹(Decision Tree)與近鄰法(KNN)等。
(6)可進行二元分類和多元分類機器學習任務。
(7)提供混淆矩陣圖和表格，使他們能夠獲得有價值的機器學習算法，表現洞見。
(8)在執行訓練後提供三個性能報告，使用戶能夠更輕鬆地分析與解釋訓練結果。
(9)機器學習的速度更快速。
(10).在集群(CLUSTER)學習後，提供一個圖形，使用戶能夠可視化數據聚類。

4. 以決策數(Decision Tree)進行電信業客戶流失預測稽核實例上機演練
5. 以K近鄰算法(KNN)進行行員挪用客戶資金預測稽核實例上機演練
6. 如何評估一個監督式機器學習模型的好壞?
7. 機器學習模型評估基礎-混沌矩陣(confusion matrix)應用實例
8. 機器學習常犯隱形錯誤與解決對策

相關分類

購物須知

寄送時間	全台灣24h到貨，遲到提供100元現金積點。全年無休，週末假日照常出貨。例外說明
送貨方式	透過宅配送達。除網頁另有特別標示外，均為常溫配送。消費者訂購之商品若經配送兩次無法送達，再經本公司以電話與Email均無法聯繫逾三天者，本公司將取消該筆訂單，並且全額退款。
送貨範圍	限台灣本島與離島地區註，部分離島地區包括連江馬祖、綠島、蘭嶼、琉球鄉…等貨件，將送至到岸船公司碼頭，需請收貨人自行至碼頭取貨。注意！收件地址請勿為郵政信箱。註：離島地區不配送安裝商品、手機門號商品、超大材商品及四機商品。
售後服務	缺掉頁更換新品
執照證號＆登錄字號	本公司食品業者登錄字號A-116606102-00000-0

關於退貨

PChome24h購物的消費者，都可以依照消費者保護法的規定，享有商品貨到次日起七天猶豫期的權益。(請留意猶豫期非試用期!!)您所退回的商品必須回復原狀（復原至商品到貨時的原始狀態並且保持完整包裝，包括商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性）。商品一經拆封/啟用保固，將使商品價值減損，您理解本公司將依法收取回復原狀必要之費用(若無法復原，費用將以商品價值損失計算)，請先確認商品正確、外觀可接受再行使用，以免影響您的權利，祝您購物順心。
如果您所購買商品是下列特殊商品，請留意下述退貨注意事項：
1. 易於腐敗之商品、保存期限較短之商品、客製化商品、報紙、期刊、雜誌，依據消費者保護法之規定，於收受商品後將無法享有七天猶豫期之權益且不得辦理退貨。
2. 影音商品、電腦軟體或個人衛生用品等一經拆封即無法回復原狀的商品，在您還不確定是否要辦理退貨以前，請勿拆封，一經拆封則依消費者保護法之規定，無法享有七天猶豫期之權益且不得辦理退貨。
3. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，一經您事先同意後始提供者，依消費者保護法之規定，您將無法享有七天猶豫期之權益且不得辦理退貨。
4. 組合商品於辦理退貨時，應將組合銷售商品一同退貨，若有遺失、毀損或缺件，PChome將可能要求您依照損毀程度負擔回復原狀必要之費用。
若您需辦理退貨，請利用顧客中心「查訂單」或「退訂/退款查詢」的「退訂/退貨」功能填寫申請，我們將於接獲申請之次日起1個工作天內檢視您的退貨要求，檢視完畢後將以E-mail回覆通知您，並將委託本公司指定之宅配公司，在5個工作天內透過電話與您連絡前往取回退貨商品。請您保持電話暢通，並備妥原商品及所有包裝及附件，以便於交付予本公司指定之宅配公司取回（宅配公司僅負責收件，退貨商品仍由特約廠商進行驗收），宅配公司取件後會提供簽收單據給您，請注意留存。
退回商品時，請以本公司或特約廠商寄送商品給您時所使用的外包裝（紙箱或包裝袋），原封包裝後交付給前來取件的宅配公司；如果本公司或特約廠商寄送商品給您時所使用的外包裝（紙箱或包裝袋）已經遺失，請您在商品原廠外盒之外，再以其他適當的包裝盒進行包裝，切勿任由宅配單直接粘貼在商品原廠外盒上或書寫文字。
若因您要求退貨或換貨、或因本公司無法接受您全部或部分之訂單、或因契約解除或失其效力，而需為您辦理退款事宜時，您同意本公司得代您處理發票或折讓單等相關法令所要求之單據，以利本公司為您辦理退款。
本公司收到您所提出的申請後，若經確認無誤，將依消費者保護法之相關規定，返還您已支付之對價（含信用卡交易），退款日當天會再發送E-mail通知函給您。

機器學習與AI人工智慧於稽核應用實例演練（附試用教育版軟體＋教學演練資料）

商品評價

搜尋更多

內文簡介

相關分類