ACL內建機器學習如何應用於預測性查核，協助事前風險評估與預防?

隨著組織在日常應用中越來越多地使用機器學習，治理和指導也將增加；機器學習正在迅速發展，機器學習無所不在，它已經成為生活中不可或缺的一部分，這本電子書旨在專業人士說明GRC(治理、風險及法規遵循)是從風險的角度而不是從技術角度來看待機器學習。ACL發表技術白皮書分享各行業的相關應用案例，歡迎一同參閱~

1.店面稽核案例: 可以使用員工數以及交易數成為機器學習的因子進行學習，進而預測交易金額，若與實際數差異過大就是一個風險。
2員工稽核案例: 可以使用銷售數據和員工工時進行學習，進而評估銷貨退回或報廢的合理性。
3.工廠稽核案例:可以利用預測分析來評估生產的數量、原料耗損與廢棄物的合理性。
4.供應商稽核案例:可以利用預測分析來判斷因品質問題而退貨的合理性。

希望這本技術白皮書能幫助您瞭解人工智慧和機器學習的一些風險，與如何評估和管理它們；以及像ACL機器人科技這樣專門構建的科技如何幫助您的組織創建您自己的機器學習模型。

詳細資料，歡迎下載：ACL技術白皮書_應用機器學習於企業治理 (本文為ACL 台灣代理商傑克商業自動化股份有限公司所譯著，若有引用或轉載請註明來源出處) 資料來源：Galvanize官網