掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 人工智能技術(shù)商業(yè)應(yīng)用場景實戰(zhàn)
作者：段云峰等
開本：
24cm
頁數(shù)：
14,286頁
讀者評分：5分1條評論
本類榜單：計算機/網(wǎng)絡(luò)銷量榜
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能技術(shù)商業(yè)應(yīng)用場景實戰(zhàn) 版權(quán)信息
- ISBN：9787121387814
- 條形碼：9787121387814 ; 978-7-121-38781-4
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人工智能技術(shù)商業(yè)應(yīng)用場景實戰(zhàn) 本書特色
本書詳細講述了人工智能大潮中企業(yè)如何生存和發(fā)展，幫助企業(yè)看清人工智能，抓住生產(chǎn)力變革機遇，進行人工智能技術(shù)布局。首先，從商業(yè)應(yīng)用角度介紹了人工智能的緣起和企業(yè)怎么認識人工智能，避開了艱辛的數(shù)學公式和繁多的技術(shù)細節(jié)，聚焦于人工智能在企業(yè)實際場景中的應(yīng)用價值、優(yōu)劣勢以及未來趨勢；然后，通過詳盡的人工智能商業(yè)場景實例，展示了人工智能的商業(yè)模式，其如何融入企業(yè)生產(chǎn)，在各個環(huán)節(jié)發(fā)揮作用？是變革技術(shù)開拓新市場？還是替換現(xiàn)有生產(chǎn)方式？或者優(yōu)化現(xiàn)有方法提升生產(chǎn)效率？*后，總結(jié)了人工智能應(yīng)用場景落地的經(jīng)驗，介紹了從企業(yè)戰(zhàn)略層面，如何切入并逐步開展人工智能落地，如何培養(yǎng)人才構(gòu)建環(huán)境，從而提升企業(yè)核心競爭力。如果您對人工智能感興趣，想嘗試新技術(shù)提升自己或企業(yè)的核心競爭力；或者您是人工智能算法專家，想要找到適合落地的商業(yè)解決方案，那么本書不容錯過。
人工智能技術(shù)商業(yè)應(yīng)用場景實戰(zhàn) 內(nèi)容簡介
本書詳細講述了人工智能大潮中企業(yè)如何生存和發(fā)展, 幫助企業(yè)看清人工智能, 抓住生產(chǎn)力變革機遇, 進行人工智能技術(shù)布局。主要內(nèi)容包括: 企業(yè)如何認識人工智能應(yīng)用、電信行業(yè)中人工智能的應(yīng)用場景、技術(shù)驅(qū)動的人工智能應(yīng)用場景等。
人工智能技術(shù)商業(yè)應(yīng)用場景實戰(zhàn) 目錄
第1章 企業(yè)如何認識人工智能應(yīng)用 / 001
1.1 價值認知 / 002
1.1.1 第四次工業(yè)革命的深刻認知 / 002
1.1.2 人工智能將驅(qū)動未來文明 / 003
1.1.3 如何讓人工智能滲透到企業(yè) / 006
1.2 本輪人工智能的優(yōu)勢 / 013
1.2.1 存儲優(yōu)勢 / 013
1.2.2 數(shù)據(jù)優(yōu)勢 / 014
1.2.3 計算優(yōu)勢 / 016
1.2.4 邏輯優(yōu)勢 / 017
1.2.5 性能優(yōu)勢 / 018
1.3 本輪人工智能的劣勢 / 018
1.3.1 靠大數(shù)據(jù)“喂”嗎 / 020
1.3.2 行業(yè)知識需積累 / 022
1.3.3 算法的進步還需加快 / 023
1.3.4 硬件仍需進步 / 025
1.3.5 企業(yè)應(yīng)用人工智能技術(shù)的能力要跟上 / 026
1.4 核心技術(shù)的把控問題 / 026
1.4.1 從人工智能的開源生態(tài)說起 / 027
1.4.2 TensorFlow的架構(gòu)魔力 / 029
1.4.3 哪些技術(shù)要把控 / 031
1.4.4 企業(yè)的核心競爭力與計算力 / 033
第2章 電信行業(yè)中人工智能的應(yīng)用場景 / 035
2.1 智慧營業(yè)廳 / 036
2.1.1 人臉識別 / 038
2.1.2 智能推薦 / 045
2.1.3 客戶軌跡分析 / 048
2.1.4 服務(wù)質(zhì)量評估 / 049
2.2 智慧管理 / 050
2.2.1 業(yè)務(wù)異常監(jiān)控 / 050
2.2.2 基站資產(chǎn)稽核 / 056
2.2.3 安全態(tài)勢感知系統(tǒng) / 059
2.3 智慧稽核 / 070
2.3.1 簽名識別 / 070
2.3.2 異常操作識別 / 074
2.4 智慧運維 / 078
2.4.1 集群智慧運維 / 078
2.4.2 磁盤故障分析 / 080
2.5 語音UI導航 / 090
2.5.1 語音識別 / 093
2.5.2 語義理解 / 094
2.5.3 智能檢索 / 095
2.5.4 語音合成 / 096
2.5.5 實際使用示例 / 096
2.6 智慧客服 / 098
2.6.1 聲紋識別 / 101
2.6.2 問題識別 / 103
2.6.3 問題歸類及派單 / 106
2.6.4 事后滿意度調(diào)查 / 107
第3章 技術(shù)驅(qū)動的人工智能應(yīng)用場景 / 111
3.1 概述 / 111
3.1.1 引出 / 112
3.1.2 腦科學的進步 / 113
3.2 神經(jīng)網(wǎng)絡(luò)技術(shù)突破 / 116
3.2.1 概念 / 117
3.2.2 原理 / 118
3.2.3 腦神經(jīng)學研究啟發(fā)人工智能 / 128
3.3 圖像識別 / 135
3.3.1 Google如何識別一只“貓” / 136
3.3.2 Google無人汽車 / 137
3.3.3 如何利用Google的預訓練模型 / 142
3.3.4 智慧營業(yè)廳中的圖像識別應(yīng)用 / 145
3.4 人機對弈 / 150
3.4.1 圍棋真的很難嗎——AlphaGo的起源 / 150
3.4.2 AlphaGo的技術(shù)突破 / 156
3.4.3 人類還能戰(zhàn)勝AlphaGo嗎——AlphaGo的進化 / 160
第4章 需求驅(qū)動的人工智能應(yīng)用場景 / 163
4.1 實名認證 / 163
4.1.1 人證比對的實現(xiàn)方法 / 164
4.1.2 活體檢測 / 166
4.2 語音交互 / 170
4.2.1 語音控制技術(shù)實現(xiàn) / 170
4.2.2 語音播報技術(shù)實現(xiàn) / 178
4.2.3 同聲傳譯 / 179
4.2.4 客戶情感感知 / 183
4.3 智能問答 / 184
4.3.1 短文本分析 / 185
4.3.2 句法分析 / 186
4.3.3 篇章分析 / 187
4.3.4 知識圖譜 / 190
第5章 傳統(tǒng)機器學習的智能進化 / 195
5.1 從符號學到機器學習 / 195
5.1.1 幾何以后不用學了——機器定理證明 / 196
5.1.2 算力并非是萬能的——基于符號學習的局限性 / 198
5.2 機器學習主流算法 / 200
5.2.1 C4.5算法 / 200
5.2.2 K-means算法 / 205
5.2.3 樸素貝葉斯算法 / 209
5.2.4 Apriori算法 / 214
5.3 深度學習如何優(yōu)化傳統(tǒng)機器學習 / 217
5.3.1 深度學習相對機器學習的優(yōu)勢 / 218
5.3.2 大數(shù)據(jù)智能運維 / 221
5.3.3 客戶滿意度分析 / 226
5.3.4 客戶流失預測 / 229
第６章 企業(yè)如何落地人工智能應(yīng)用 / 233
6.1 切入點選擇 / 234
6.1.1 從市場應(yīng)用切入 / 234
6.1.2 從企業(yè)痛點切入 / 236
6.1.3 成熟算法驅(qū)動 / 238
6.2 提升市場智能 / 244
6.2.1 人工智能僅改進算法的精度 / 244
6.2.2 從客戶分析入手 / 244
6.2.3 業(yè)務(wù)場景的提煉 / 245
6.3 打造智慧運營環(huán)境 / 246
6.3.1 企業(yè)全生命周期 / 246
6.3.2 企業(yè)管理的每個環(huán)節(jié) / 248
6.3.3 未來能否實現(xiàn)全程人工智能管理 / 255
6.4 培養(yǎng)人工智能人才 / 255
6.4.1 人工智能人才極其缺乏 / 256
6.4.2 只能自己培養(yǎng) / 259
6.4.3 人工智能要“從娃娃抓起” / 261
6.4.4 人工智能所需的知識結(jié)構(gòu) / 263
6.4.5 技能層面的積累 / 266
6.4.6 管理協(xié)調(diào) / 268
6.4.7 從培養(yǎng)工人到培養(yǎng)人工智能創(chuàng)造者 / 269
6.4.8 人工智能技術(shù)越來越易用 / 271
6.5 實戰(zhàn)經(jīng)驗分享 / 276
6.5.1 非結(jié)構(gòu)化數(shù)據(jù)質(zhì)量問題 / 276
6.5.2 應(yīng)用場景選擇問題 / 278
6.5.3 數(shù)據(jù)標注問題 / 280
6.5.4 算法選擇 / 284
6.5.5 營銷活動選擇 / 285
1.1 價值認知 / 002
1.1.1 第四次工業(yè)革命的深刻認知 / 002
1.1.2 人工智能將驅(qū)動未來文明 / 003
1.1.3 如何讓人工智能滲透到企業(yè) / 006
1.2 本輪人工智能的優(yōu)勢 / 013
1.2.1 存儲優(yōu)勢 / 013
1.2.2 數(shù)據(jù)優(yōu)勢 / 014
1.2.3 計算優(yōu)勢 / 016
1.2.4 邏輯優(yōu)勢 / 017
1.2.5 性能優(yōu)勢 / 018
1.3 本輪人工智能的劣勢 / 018
1.3.1 靠大數(shù)據(jù)“喂”嗎 / 020
1.3.2 行業(yè)知識需積累 / 022
1.3.3 算法的進步還需加快 / 023
1.3.4 硬件仍需進步 / 025
1.3.5 企業(yè)應(yīng)用人工智能技術(shù)的能力要跟上 / 026
1.4 核心技術(shù)的把控問題 / 026
1.4.1 從人工智能的開源生態(tài)說起 / 027
1.4.2 TensorFlow的架構(gòu)魔力 / 029
1.4.3 哪些技術(shù)要把控 / 031
1.4.4 企業(yè)的核心競爭力與計算力 / 033
第2章 電信行業(yè)中人工智能的應(yīng)用場景 / 035
2.1 智慧營業(yè)廳 / 036
2.1.1 人臉識別 / 038
2.1.2 智能推薦 / 045
2.1.3 客戶軌跡分析 / 048
2.1.4 服務(wù)質(zhì)量評估 / 049
2.2 智慧管理 / 050
2.2.1 業(yè)務(wù)異常監(jiān)控 / 050
2.2.2 基站資產(chǎn)稽核 / 056
2.2.3 安全態(tài)勢感知系統(tǒng) / 059
2.3 智慧稽核 / 070
2.3.1 簽名識別 / 070
2.3.2 異常操作識別 / 074
2.4 智慧運維 / 078
2.4.1 集群智慧運維 / 078
2.4.2 磁盤故障分析 / 080
2.5 語音UI導航 / 090
2.5.1 語音識別 / 093
2.5.2 語義理解 / 094
2.5.3 智能檢索 / 095
2.5.4 語音合成 / 096
2.5.5 實際使用示例 / 096
2.6 智慧客服 / 098
2.6.1 聲紋識別 / 101
2.6.2 問題識別 / 103
2.6.3 問題歸類及派單 / 106
2.6.4 事后滿意度調(diào)查 / 107
第3章 技術(shù)驅(qū)動的人工智能應(yīng)用場景 / 111
3.1 概述 / 111
3.1.1 引出 / 112
3.1.2 腦科學的進步 / 113
3.2 神經(jīng)網(wǎng)絡(luò)技術(shù)突破 / 116
3.2.1 概念 / 117
3.2.2 原理 / 118
3.2.3 腦神經(jīng)學研究啟發(fā)人工智能 / 128
3.3 圖像識別 / 135
3.3.1 Google如何識別一只“貓” / 136
3.3.2 Google無人汽車 / 137
3.3.3 如何利用Google的預訓練模型 / 142
3.3.4 智慧營業(yè)廳中的圖像識別應(yīng)用 / 145
3.4 人機對弈 / 150
3.4.1 圍棋真的很難嗎——AlphaGo的起源 / 150
3.4.2 AlphaGo的技術(shù)突破 / 156
3.4.3 人類還能戰(zhàn)勝AlphaGo嗎——AlphaGo的進化 / 160
第4章 需求驅(qū)動的人工智能應(yīng)用場景 / 163
4.1 實名認證 / 163
4.1.1 人證比對的實現(xiàn)方法 / 164
4.1.2 活體檢測 / 166
4.2 語音交互 / 170
4.2.1 語音控制技術(shù)實現(xiàn) / 170
4.2.2 語音播報技術(shù)實現(xiàn) / 178
4.2.3 同聲傳譯 / 179
4.2.4 客戶情感感知 / 183
4.3 智能問答 / 184
4.3.1 短文本分析 / 185
4.3.2 句法分析 / 186
4.3.3 篇章分析 / 187
4.3.4 知識圖譜 / 190
第5章 傳統(tǒng)機器學習的智能進化 / 195
5.1 從符號學到機器學習 / 195
5.1.1 幾何以后不用學了——機器定理證明 / 196
5.1.2 算力并非是萬能的——基于符號學習的局限性 / 198
5.2 機器學習主流算法 / 200
5.2.1 C4.5算法 / 200
5.2.2 K-means算法 / 205
5.2.3 樸素貝葉斯算法 / 209
5.2.4 Apriori算法 / 214
5.3 深度學習如何優(yōu)化傳統(tǒng)機器學習 / 217
5.3.1 深度學習相對機器學習的優(yōu)勢 / 218
5.3.2 大數(shù)據(jù)智能運維 / 221
5.3.3 客戶滿意度分析 / 226
5.3.4 客戶流失預測 / 229
第６章 企業(yè)如何落地人工智能應(yīng)用 / 233
6.1 切入點選擇 / 234
6.1.1 從市場應(yīng)用切入 / 234
6.1.2 從企業(yè)痛點切入 / 236
6.1.3 成熟算法驅(qū)動 / 238
6.2 提升市場智能 / 244
6.2.1 人工智能僅改進算法的精度 / 244
6.2.2 從客戶分析入手 / 244
6.2.3 業(yè)務(wù)場景的提煉 / 245
6.3 打造智慧運營環(huán)境 / 246
6.3.1 企業(yè)全生命周期 / 246
6.3.2 企業(yè)管理的每個環(huán)節(jié) / 248
6.3.3 未來能否實現(xiàn)全程人工智能管理 / 255
6.4 培養(yǎng)人工智能人才 / 255
6.4.1 人工智能人才極其缺乏 / 256
6.4.2 只能自己培養(yǎng) / 259
6.4.3 人工智能要“從娃娃抓起” / 261
6.4.4 人工智能所需的知識結(jié)構(gòu) / 263
6.4.5 技能層面的積累 / 266
6.4.6 管理協(xié)調(diào) / 268
6.4.7 從培養(yǎng)工人到培養(yǎng)人工智能創(chuàng)造者 / 269
6.4.8 人工智能技術(shù)越來越易用 / 271
6.5 實戰(zhàn)經(jīng)驗分享 / 276
6.5.1 非結(jié)構(gòu)化數(shù)據(jù)質(zhì)量問題 / 276
6.5.2 應(yīng)用場景選擇問題 / 278
6.5.3 數(shù)據(jù)標注問題 / 280
6.5.4 算法選擇 / 284
6.5.5 營銷活動選擇 / 285
展開全部
人工智能技術(shù)商業(yè)應(yīng)用場景實戰(zhàn) 作者簡介
段云峰，中國移動總部大數(shù)據(jù)系統(tǒng)總設(shè)計師、奠基人。北京郵電大學兼職教授，全國CIO聯(lián)盟特聘專家、貴州省大數(shù)據(jù)技術(shù)專家、海南省信息技術(shù)專家、教育部評審專家等。北京大學信息處理專業(yè)博士后，專注數(shù)據(jù)倉庫、大數(shù)據(jù)、云計算、人工智能等的研究與推廣。
田雷，中國移動通信集團天津有限公司算法專家負責人。主要負責大數(shù)據(jù)和AI算法研發(fā)，聚焦于人工智能在商業(yè)領(lǐng)域中的落地。利用大數(shù)據(jù)和集群計算能力，訓練人臉模型并構(gòu)建人臉庫，構(gòu)建人工智能服務(wù)開放能力。其負責的智慧營業(yè)廳和人臉識別項目入選中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟TOP一百優(yōu)秀應(yīng)用案例。
嚴昱超，中國移動通信集團浙江有限公司AI算法團隊負責人。帶領(lǐng)浙江移動算法團隊推進運營商市場、客服、安全、辦公、網(wǎng)絡(luò)等生產(chǎn)領(lǐng)域人工智能項目的演進規(guī)劃、算法開發(fā)、生產(chǎn)運營等工作，并參與公司內(nèi)企業(yè)級AI私有云務(wù)的建設(shè)。作為編委參與AIOps行業(yè)白皮書的編寫，其負責的新零售智慧營業(yè)廳AI大腦項目獲得行業(yè)大數(shù)據(jù)星河獎。喜歡研究前沿科技動態(tài)，對AI技術(shù)架構(gòu)、項目迭代、運營管理有深入理解。段云峰，中國移動總部大數(shù)據(jù)系統(tǒng)總設(shè)計師、奠基人。北京郵電大學兼職教授，全國CIO聯(lián)盟特聘專家、貴州省大數(shù)據(jù)技術(shù)專家、海南省信息技術(shù)專家、教育部評審專家等。北京大學信息處理專業(yè)博士后，專注數(shù)據(jù)倉庫、大數(shù)據(jù)、云計算、人工智能等的研究與推廣。
田雷，中國移動通信集團天津有限公司算法專家負責人。主要負責大數(shù)據(jù)和AI算法研發(fā)，聚焦于人工智能在商業(yè)領(lǐng)域中的落地。利用大數(shù)據(jù)和集群計算能力，訓練人臉模型并構(gòu)建人臉庫，構(gòu)建人工智能服務(wù)開放能力。其負責的智慧營業(yè)廳和人臉識別項目入選中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟TOP一百優(yōu)秀應(yīng)用案例。
嚴昱超，中國移動通信集團浙江有限公司AI算法團隊負責人。帶領(lǐng)浙江移動算法團隊推進運營商市場、客服、安全、辦公、網(wǎng)絡(luò)等生產(chǎn)領(lǐng)域人工智能項目的演進規(guī)劃、算法開發(fā)、生產(chǎn)運營等工作，并參與公司內(nèi)企業(yè)級AI私有云務(wù)的建設(shè)。作為編委參與AIOps行業(yè)白皮書的編寫，其負責的新零售智慧營業(yè)廳AI大腦項目獲得行業(yè)大數(shù)據(jù)星河獎。喜歡研究前沿科技動態(tài)，對AI技術(shù)架構(gòu)、項目迭代、運營管理有深入理解。
徐海勇，中移信息技術(shù)公司總經(jīng)理。被評為2016年度首都勞動獎?wù)聵s譽稱號，曾經(jīng)擔任北京移動副總、山東移動副總。在山東移動任職期間，徐海勇專注客戶業(yè)務(wù)和服務(wù)創(chuàng)新，帶領(lǐng)山東移動取得了不少業(yè)績。
書友推薦
- >
李白與唐代文化
- >
羅曼·羅蘭讀書隨筆-精裝
- >
史學評論
- >
唐代進士錄
- >
月亮與六便士
- >
經(jīng)典常談
- >
煙與鏡
- >
自卑與超越
本類暢銷
