第 一部分 人工智能简介 1
第 一章 制造业的一场革命 2
四次工业革命的影响 3
人工智能的神话和现实 5
数据和算法的良性循环 5
正在进行的革命——为什么是现在 6
人工智能：你的竞争优势 10
注释 11
第二章 人工智能是什么，它是怎样工作的 13
狭义人工智能的发展 14
第 一个神经网络 15
机器学习 16
监督式、非监督式和半监督式学习 22
让数据更有效 25
语义推理 26
人工智能的应用 30
注释 31
第二部分 企业中的人工智能 33
第三章 电子商务和零售业中的人工智能 34
数字广告 35
市场营销与用户获取 36
交叉销售、向上销售和忠诚度 40
企业与企业之间的客户智能 42
动态定价与供应链优化 43
数字助理和客户参与度 45
注释 49
第四章 金融服务中的人工智能 50
反洗钱 51
贷款及信用风险 53
预测性服务和建议 54
算法和自动交易 56
投资研究和市场见解 58
自动化业务操作 61
注释 62
第五章 能源和制造业中的人工智能 64
优化工厂运行和资产维护 66
自动化的生产生命周期 68
供应链优化 69
库存管理和物流配送 70
电力预测和需求响应 71
石油开采 73
能源交易 75
注释 76
第六章 医疗保健中的人工智能 77
药物研发 78
临床试验 79
疾病诊断 80
为临终关怀做准备 82
住院护理 84
注释 86
第三部分 建立企业的 AI 能力 89
第七章 发展AI战略 90
互联智能系统的目标 91
AI落地的挑战 92
AI战略组件 95
制定AI战略的步骤 96
另外的一些组装工作 98
注释 102
第八章 AI生命周期 103
用例定义 104
收集、评估和补救数据 107
选择和训练模型 113
管理模型 119
测试、部署和激活模型 121
总结 125
第九章 构建完美的人工智能引擎 126
AI平台与AI应用 127
AI平台架构应该做什么 127
一些重要的考虑因素 132
AI平台架构的主要功能组件 137
注释 141
第十章 管理模型风险 142
管理模型风险 144
减少模型的风险 145
模型风险办公室 154
注释 155
第十一章 激活组织能力 157
协调利益相关者 158
组织规模 158
AI 卓越中心 160
标准和项目管理 161
组建项目执行团队 164
招聘与人才管理 166
数据素养、实验及数据驱动的决策 168
总结 170
注释 170
第四部分 深入研究AI架构和建模 171
第十二章 体系结构和技术模式 172
AI平台架构 173
技术模式 178
总结 188
第十三章 AI建模过程 189
定义用例与AI任务 190
选择所需数据 191
创建Notebook环境并导入数据 192
清洗并准备数据 194
利用探索性数据分析来理解数据 196
特征工程 201
创建与选择模型 203
注释 210
第五部分 展望未来 211
第十四章 未来的社会、工作与AI 212
AI与社会的未来 213
AI与工作的未来 214
监管数据与人工智能 216
AI的未来：不断进步的AI技术 218
这仅仅是开始 223
注释 223
鄂公网安备 42010302001612号 