掃一掃
關注中圖網
官方微博
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高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能技術商業應用場景實戰 版權信息
- ISBN：9787121387814
- 條形碼：9787121387814 ; 978-7-121-38781-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能技術商業應用場景實戰 本書特色
本書詳細講述了人工智能大潮中企業如何生存和發展，幫助企業看清人工智能，抓住生產力變革機遇，進行人工智能技術布局。首先，從商業應用角度介紹了人工智能的緣起和企業怎么認識人工智能，避開了艱辛的數學公式和繁多的技術細節，聚焦于人工智能在企業實際場景中的應用價值、優劣勢以及未來趨勢；然后，通過詳盡的人工智能商業場景實例，展示了人工智能的商業模式，其如何融入企業生產，在各個環節發揮作用？是變革技術開拓新市場？還是替換現有生產方式？或者優化現有方法提升生產效率？*后，總結了人工智能應用場景落地的經驗，介紹了從企業戰略層面，如何切入并逐步開展人工智能落地，如何培養人才構建環境，從而提升企業核心競爭力。如果您對人工智能感興趣，想嘗試新技術提升自己或企業的核心競爭力；或者您是人工智能算法專家，想要找到適合落地的商業解決方案，那么本書不容錯過。
人工智能技術商業應用場景實戰 內容簡介
本書詳細講述了人工智能大潮中企業如何生存和發展, 幫助企業看清人工智能, 抓住生產力變革機遇, 進行人工智能技術布局。主要內容包括: 企業如何認識人工智能應用、電信行業中人工智能的應用場景、技術驅動的人工智能應用場景等。
人工智能技術商業應用場景實戰 目錄
第1章 企業如何認識人工智能應用 / 001
1.1 價值認知 / 002
1.1.1 第四次工業革命的深刻認知 / 002
1.1.2 人工智能將驅動未來文明 / 003
1.1.3 如何讓人工智能滲透到企業 / 006
1.2 本輪人工智能的優勢 / 013
1.2.1 存儲優勢 / 013
1.2.2 數據優勢 / 014
1.2.3 計算優勢 / 016
1.2.4 邏輯優勢 / 017
1.2.5 性能優勢 / 018
1.3 本輪人工智能的劣勢 / 018
1.3.1 靠大數據“喂”嗎 / 020
1.3.2 行業知識需積累 / 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 企業應用人工智能技術的能力要跟上 / 026
1.4 核心技術的把控問題 / 026
1.4.1 從人工智能的開源生態說起 / 027
1.4.2 TensorFlow的架構魔力 / 029
1.4.3 哪些技術要把控 / 031
1.4.4 企業的核心競爭力與計算力 / 033
第2章 電信行業中人工智能的應用場景 / 035
2.1 智慧營業廳 / 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 服務質量評估 / 049
2.2 智慧管理 / 050
2.2.1 業務異常監控 / 050
2.2.2 基站資產稽核 / 056
2.2.3 安全態勢感知系統 / 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 事后滿意度調查 / 107
第3章 技術驅動的人工智能應用場景 / 111
3.1 概述 / 111
3.1.1 引出 / 112
3.1.2 腦科學的進步 / 113
3.2 神經網絡技術突破 / 116
3.2.1 概念 / 117
3.2.2 原理 / 118
3.2.3 腦神經學研究啟發人工智能 / 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 智慧營業廳中的圖像識別應用 / 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的技術突破 / 156
3.4.3 人類還能戰勝AlphaGo嗎——AlphaGo的進化 / 160
第4章 需求驅動的人工智能應用場景 / 163
4.1 實名認證 / 163
4.1.1 人證比對的實現方法 / 164
4.1.2 活體檢測 / 166
4.2 語音交互 / 170
4.2.1 語音控制技術實現 / 170
4.2.2 語音播報技術實現 / 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 深度學習如何優化傳統機器學習 / 217
5.3.1 深度學習相對機器學習的優勢 / 218
5.3.2 大數據智能運維 / 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 企業如何落地人工智能應用 / 233
6.1 切入點選擇 / 234
6.1.1 從市場應用切入 / 234
6.1.2 從企業痛點切入 / 236
6.1.3 成熟算法驅動 / 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 業務場景的提煉 / 245
6.3 打造智慧運營環境 / 246
6.3.1 企業全生命周期 / 246
6.3.2 企業管理的每個環節 / 248
6.3.3 未來能否實現全程人工智能管理 / 255
6.4 培養人工智能人才 / 255
6.4.1 人工智能人才極其缺乏 / 256
6.4.2 只能自己培養 / 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構 / 263
6.4.5 技能層面的積累 / 266
6.4.6 管理協調 / 268
6.4.7 從培養工人到培養人工智能創造者 / 269
6.4.8 人工智能技術越來越易用 / 271
6.5 實戰經驗分享 / 276
6.5.1 非結構化數據質量問題 / 276
6.5.2 應用場景選擇問題 / 278
6.5.3 數據標注問題 / 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 第四次工業革命的深刻認知 / 002
1.1.2 人工智能將驅動未來文明 / 003
1.1.3 如何讓人工智能滲透到企業 / 006
1.2 本輪人工智能的優勢 / 013
1.2.1 存儲優勢 / 013
1.2.2 數據優勢 / 014
1.2.3 計算優勢 / 016
1.2.4 邏輯優勢 / 017
1.2.5 性能優勢 / 018
1.3 本輪人工智能的劣勢 / 018
1.3.1 靠大數據“喂”嗎 / 020
1.3.2 行業知識需積累 / 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 企業應用人工智能技術的能力要跟上 / 026
1.4 核心技術的把控問題 / 026
1.4.1 從人工智能的開源生態說起 / 027
1.4.2 TensorFlow的架構魔力 / 029
1.4.3 哪些技術要把控 / 031
1.4.4 企業的核心競爭力與計算力 / 033
第2章 電信行業中人工智能的應用場景 / 035
2.1 智慧營業廳 / 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 服務質量評估 / 049
2.2 智慧管理 / 050
2.2.1 業務異常監控 / 050
2.2.2 基站資產稽核 / 056
2.2.3 安全態勢感知系統 / 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 事后滿意度調查 / 107
第3章 技術驅動的人工智能應用場景 / 111
3.1 概述 / 111
3.1.1 引出 / 112
3.1.2 腦科學的進步 / 113
3.2 神經網絡技術突破 / 116
3.2.1 概念 / 117
3.2.2 原理 / 118
3.2.3 腦神經學研究啟發人工智能 / 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 智慧營業廳中的圖像識別應用 / 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的技術突破 / 156
3.4.3 人類還能戰勝AlphaGo嗎——AlphaGo的進化 / 160
第4章 需求驅動的人工智能應用場景 / 163
4.1 實名認證 / 163
4.1.1 人證比對的實現方法 / 164
4.1.2 活體檢測 / 166
4.2 語音交互 / 170
4.2.1 語音控制技術實現 / 170
4.2.2 語音播報技術實現 / 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 深度學習如何優化傳統機器學習 / 217
5.3.1 深度學習相對機器學習的優勢 / 218
5.3.2 大數據智能運維 / 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 企業如何落地人工智能應用 / 233
6.1 切入點選擇 / 234
6.1.1 從市場應用切入 / 234
6.1.2 從企業痛點切入 / 236
6.1.3 成熟算法驅動 / 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 業務場景的提煉 / 245
6.3 打造智慧運營環境 / 246
6.3.1 企業全生命周期 / 246
6.3.2 企業管理的每個環節 / 248
6.3.3 未來能否實現全程人工智能管理 / 255
6.4 培養人工智能人才 / 255
6.4.1 人工智能人才極其缺乏 / 256
6.4.2 只能自己培養 / 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構 / 263
6.4.5 技能層面的積累 / 266
6.4.6 管理協調 / 268
6.4.7 從培養工人到培養人工智能創造者 / 269
6.4.8 人工智能技術越來越易用 / 271
6.5 實戰經驗分享 / 276
6.5.1 非結構化數據質量問題 / 276
6.5.2 應用場景選擇問題 / 278
6.5.3 數據標注問題 / 280
6.5.4 算法選擇 / 284
6.5.5 營銷活動選擇 / 285
展開全部
人工智能技術商業應用場景實戰 作者簡介
段云峰，中國移動總部大數據系統總設計師、奠基人。北京郵電大學兼職教授，全國CIO聯盟特聘專家、貴州省大數據技術專家、海南省信息技術專家、教育部評審專家等。北京大學信息處理專業博士后，專注數據倉庫、大數據、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。主要負責大數據和AI算法研發，聚焦于人工智能在商業領域中的落地。利用大數據和集群計算能力，訓練人臉模型并構建人臉庫，構建人工智能服務開放能力。其負責的智慧營業廳和人臉識別項目入選中國人工智能產業發展聯盟TOP一百優秀應用案例。
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。帶領浙江移動算法團隊推進運營商市場、客服、安全、辦公、網絡等生產領域人工智能項目的演進規劃、算法開發、生產運營等工作，并參與公司內企業級AI私有云務的建設。作為編委參與AIOps行業白皮書的編寫，其負責的新零售智慧營業廳AI大腦項目獲得行業大數據星河獎。喜歡研究前沿科技動態，對AI技術架構、項目迭代、運營管理有深入理解。段云峰，中國移動總部大數據系統總設計師、奠基人。北京郵電大學兼職教授，全國CIO聯盟特聘專家、貴州省大數據技術專家、海南省信息技術專家、教育部評審專家等。北京大學信息處理專業博士后，專注數據倉庫、大數據、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。主要負責大數據和AI算法研發，聚焦于人工智能在商業領域中的落地。利用大數據和集群計算能力，訓練人臉模型并構建人臉庫，構建人工智能服務開放能力。其負責的智慧營業廳和人臉識別項目入選中國人工智能產業發展聯盟TOP一百優秀應用案例。
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。帶領浙江移動算法團隊推進運營商市場、客服、安全、辦公、網絡等生產領域人工智能項目的演進規劃、算法開發、生產運營等工作，并參與公司內企業級AI私有云務的建設。作為編委參與AIOps行業白皮書的編寫，其負責的新零售智慧營業廳AI大腦項目獲得行業大數據星河獎。喜歡研究前沿科技動態，對AI技術架構、項目迭代、運營管理有深入理解。
徐海勇，中移信息技術公司總經理。被評為2016年度首都勞動獎章榮譽稱號，曾經擔任北京移動副總、山東移動副總。在山東移動任職期間，徐海勇專注客戶業務和服務創新，帶領山東移動取得了不少業績。
書友推薦
- >
中國歷史的瞬間
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
朝聞道
- >
羅庸西南聯大授課錄
- >
月亮與六便士
- >
李白與唐代文化
- >
回憶愛瑪儂
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
