人工智能技术商业应用场景实战
| 作者 |
| 段云峰 等 |
| 丛书名 |
| 出版社 |
| 电子工业出版社 |
| ISBN |
| 9787121387814 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 本书详细讲述了人工智能大潮中企业如何生存和发展，帮助企业看清人工智能，抓住生产力变革机遇，进行人工智能技术布局。首先，从商业应用角度介绍了人工智能的缘起和企业怎么认识人工智能，避开了艰辛的数学公式和繁多的技术细节，聚焦于人工智能在企业实际场景中的应用价值、优劣势以及未来趋势；然后，通过详尽的人工智能商业场景实例，展示了人工智能的商业模式，其如何融入企业生产，在各个环节发挥作用？是变革技术开拓新市场？还是替换现有生产方式？或者优化现有方法提升生产效率？最后，总结了人工智能应用场景落地的经验，介绍了从企业战略层面，如何切入并逐步开展人工智能落地，如何培养人才构建环境，从而提升企业核心竞争力。如果您对人工智能感兴趣，想尝试新技术提升自己或企业的核心竞争力；或者您是人工智能算法专家，想要找到适合落地的商业解决方案，那么本书不容错过。 |
| 目录 |
| 第1章 企业如何认识人工智能应用 / 001 1.1 价值认知 / 002 1.1.1 第四次工业革命的深刻认知 / 002 1.1.2 人工智能将驱动未来文明 / 003 1.1.3 如何让人工智能渗透到企业 / 006 1.2 本轮人工智能的优势 / 013 1.2.1 存储优势 / 013 1.2.2 数据优势 / 014 1.2.3 计算优势 / 016 1.2.4 逻辑优势 / 017 1.2.5 性能优势 / 018 1.3 本轮人工智能的劣势 / 018 1.3.1 靠大数据“喂”吗 / 020 1.3.2 行业知识需积累 / 022 1.3.3 算法的进步还需加快 / 023 1.3.4 硬件仍需进步 / 025 1.3.5 企业应用人工智能技术的能力要跟上 / 026 1.4 核心技术的把控问题 / 026 1.4.1 从人工智能的开源生态说起 / 027 1.4.2 TensorFlow的架构魔力 / 029 1.4.3 哪些技术要把控 / 031 1.4.4 企业的核心竞争力与计算力 / 033 第2章 电信行业中人工智能的应用场景 / 035 2.1 智慧营业厅 / 036 2.1.1 人脸识别 / 038 2.1.2 智能推荐 / 045 2.1.3 客户轨迹分析 / 048 2.1.4 服务质量评估 / 049 2.2 智慧管理 / 050 2.2.1 业务异常监控 / 050 2.2.2 基站资产稽核 / 056 2.2.3 安全态势感知系统 / 059 2.3 智慧稽核 / 070 2.3.1 签名识别 / 070 2.3.2 异常操作识别 / 074 2.4 智慧运维 / 078 2.4.1 集群智慧运维 / 078 2.4.2 磁盘故障分析 / 080 2.5 语音UI导航 / 090 2.5.1 语音识别 / 093 2.5.2 语义理解 / 094 2.5.3 智能检索 / 095 2.5.4 语音合成 / 096 2.5.5 实际使用示例 / 096 2.6 智慧客服 / 098 2.6.1 声纹识别 / 101 2.6.2 问题识别 / 103 2.6.3 问题归类及派单 / 106 2.6.4 事后满意度调查 / 107 第3章 技术驱动的人工智能应用场景 / 111 3.1 概述 / 111 3.1.1 引出 / 112 3.1.2 脑科学的进步 / 113 3.2 神经网络技术突破 / 116 3.2.1 概念 / 117 3.2.2 原理 / 118 3.2.3 脑神经学研究启发人工智能 / 128 3.3 图像识别 / 135 3.3.1 Google如何识别一只“猫” / 136 3.3.2 Google无人汽车 / 137 3.3.3 如何利用Google的预训练模型 / 142 3.3.4 智慧营业厅中的图像识别应用 / 145 3.4 人机对弈 / 150 3.4.1 围棋真的很难吗——AlphaGo的起源 / 150 3.4.2 AlphaGo的技术突破 / 156 3.4.3 人类还能战胜AlphaGo吗——AlphaGo的进化 / 160 第4章 需求驱动的人工智能应用场景 / 163 4.1 实名认证 / 163 4.1.1 人证比对的实现方法 / 164 4.1.2 活体检测 / 166 4.2 语音交互 / 170 4.2.1 语音控制技术实现 / 170 4.2.2 语音播报技术实现 / 178 4.2.3 同声传译 / 179 4.2.4 客户情感感知 / 183 4.3 智能问答 / 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 知识图谱 / 190 第5章 传统机器学习的智能进化 / 195 5.1 从符号学到机器学习 / 195 5.1.1 几何以后不用学了——机器定理证明 / 196 5.1.2 算力并非是万能的——基于符号学习的局限性 / 198 5.2 机器学习主流算法 / 200 5.2.1 C4.5算法 / 200 5.2.2 K-means算法 / 205 5.2.3 朴素贝叶斯算法 / 209 5.2.4 Apriori算法 / 214 5.3 深度学习如何优化传统机器学习 / 217 5.3.1 深度学习相对机器学习的优势 / 218 5.3.2 大数据智能运维 / 221 5.3.3 客户满意度分析 / 226 5.3.4 客户流失预测 / 229 第６章 企业如何落地人工智能应用 / 233 6.1 切入点选择 / 234 6.1.1 从市场应用切入 / 234 6.1.2 从企业痛点切入 / 236 6.1.3 成熟算法驱动 / 238 6.2 提升市场智能 / 244 6.2.1 人工智能仅改进算法的精度 / 244 6.2.2 从客户分析入手 / 244 6.2.3 业务场景的提炼 / 245 6.3 打造智慧运营环境 / 246 6.3.1 企业全生命周期 / 246 6.3.2 企业管理的每个环节 / 248 6.3.3 未来能否实现全程人工智能管理 / 255 6.4 培养人工智能人才 / 255 6.4.1 人工智能人才极其缺乏 / 256 6.4.2 只能自己培养 / 259 6.4.3 人工智能要“从娃娃抓起” / 261 6.4.4 人工智能所需的知识结构 / 263 6.4.5 技能层面的积累 / 266 6.4.6 管理协调 / 268 6.4.7 从培养工人到培养人工智能创造者 / 269 6.4.8 人工智能技术越来越易用 / 271 6.5 实战经验分享 / 276 6.5.1 非结构化数据质量问题 / 276 6.5.2 应用场景选择问题 / 278 6.5.3 数据标注问题 / 280 6.5.4 算法选择 / 284 6.5.5 营销活动选择 / 285 |
有问题微信扫码联系