從2013年以來中國已將人工智能(Artificial Intelligence：AI)發展上升為國家戰略，這是新一輪科技革命的核心競爭力所在：「誰擁有人工智能，誰擁有未來世界。」大陸領導人習近平2018年10月在中央政治局就人工智能發展講話:「加快發展新一代人工智能是事關大陸能否抓住新一輪科技革命和產業變革機遇的戰略問題。」華為創辦人任正非表示：「5G，它是小兒科被過於重視了，5G就像螺絲刀只是工具，螺絲刀可以造汽車，但它並不是汽車，離開汽車它沒有實用價值。5G提供高寬頻、低時延，支撐的是人工智能。AI才是大產業，要戰勝美國，不是5G，而是AI。」【讀友提問】台商O偉公司張總問：「如何進入FinTech行業成為金融AI工程師？」答：從金融到FinTech，AI的應用範圍很廣，每一個研究方向都是無窮盡的。機器學習是人工智能的一種，深度學習是機器學習的一種。深度學習的演算法主要都是神經網路系列。入門推薦CNN(卷積神經網路)的一系列： 🔼LeNet5 🔼AlexNet 🔼VGG 🔼GoogleNet 🔼ResNet學金融AI先學機器學習。金融AI演算法是偏向數學推導的，所以數學功底還是需要的，學的越深，要求越高。按照數據集有沒有Y值可以將機器學習分為監督學習(所有樣本有Y值)、半監督學習(部分樣本有Y值)和無監督學習(所有樣本沒有Y值)。監督學習是分類演算法，無監督學習是聚類演算法。機器學習就是各種模型做預測，那麼就需要有數據，要想有好的效果，就要把原始的髒數據洗乾淨了才能用。數據內隱藏的資訊有時候是肉眼不可見的，那麼就需要一些相關技巧來把有用資訊挖出來。所有絞盡腦汁使用的技巧，都是為了能預測的更準確。機器學習的框架：數據清洗→特徵工程→調參→建模→模型集成→模型驗證→保存模型→模型預測。金融AI之FinTech數據科學研究有四個關鍵步驟，亦是成為金融AI工程師的基本能力：(1)準備好數據；(2)選擇算法，為數據建立模型；(3)調整算法參數，優化模型；(4)根據預測準確度評價模型，選出最好的模型」。
