人工智能技术商业应用场景实战

定　价：¥79.00

作　者：	段云峰等著
出版社：	电子工业出版社
丛编项：
标　签：	暂缺

购买这本书可以去

京东 (¥79.00)

ISBN：	9787121387814	出版时间：	2020-05-01	包装：	平装
开本：	16开	页数：	300	字数：

内容简介

　　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。

作者简介

　　段云峰：中国移动总部大数据系统总设计师、奠基人。北京邮电大学兼职教授，全国CIO联盟特聘专家、贵州省大数据技术专家、海南省信息技术专家、教育部评审专家等。北京大学信息处理专业博士后，专注数据仓库、大数据、云计算、人工智能等的研究与推广。田雷，中国移动通信集团天津有限公司算法专家负责人。主要负责大数据和AI算法研发，聚焦于人工智能在商业领域中的落地。利用大数据和集群计算能力，训练人脸模型并构建人脸库，构建人工智能服务开放能力。其负责的智慧营业厅和人脸识别项目入选中国人工智能产业发展联盟TOP100优秀应用案例。严昱超，中国移动通信集团浙江有限公司AI算法团队负责人。带领浙江移动算法团队推进运营商市场、客服、安全、办公、网络等生产领域人工智能项目的演进规划、算法开发、生产运营等工作，并参与公司内企业级AI私有云服务的建设。作为编委参与AIOps行业白皮书的编写，其负责的新零售智慧营业厅AI大脑项目获得行业大数据星河奖。喜欢研究前沿科技动态，对AI技术架构、项目迭代、运营管理有深入理解。徐海勇：中移信息技术公司总经理。被评为2016年度首都劳动奖章荣誉称号，曾经担任北京移动副总、山东移动副总。在山东移动任职期间，徐海勇专注客户业务和服务创新，带领山东移动取得了不少业绩。

图书目录

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