54.下列何者非 PwC(2016a)報告中「整合、標準、理解」類型之監理科技內涵？
(A)機器學習
(B)語意技術
(C)數據點模式
(D)共享數據

? 為什麼選 (A)？

根據 PwC 的分類，這是一個關於「結構化」與「標準化」的類別，目的是讓不同來源的資料能被統一理解與共享：

• 機器學習 (A)： 在 PwC 的報告中，機器學習被歸類在 「預測、學習、適應 (Prediction, Learning and Adaptation)」 這一類別。它屬於較高階的分析工具，用來偵測異常或預測風險，而不是用來建立基礎的資料標準。

• 選項 (B)、(C)、(D)： 這些都是為了讓數據變為「可讀、可交換、可統一」的基礎建設，完全符合「整合、標準、理解」的內涵：

  • 語意技術 (Semantic Technology)： 讓電腦理解數據背後的定義。

  • 數據點模式 (Data Point Modeling, DPM)： 將監理申報的資料標準化為統一的模型。

  • 共享數據 (Shared Data)： 讓多方機構或監理端能基於同一套標準共享資訊。

? 解題關鍵字

在 RegTech 的技術分類題中：

1. 基礎層（整合/標準）： 關鍵字是 語意、標準化、DPM、API、共享數據。

2. 進階層（預測/分析）： 關鍵字是 機器學習 (ML)、人工智慧 (AI)、大數據分析。