從0到1:人工智能賦能商業的秘密 ( 簡體 字) |
作者:[丹] 詹盧卡·莫羅(Gianluca Mauro)、[美]尼科洛·瓦里基(Nicolo Valigi) | 類別:1. -> 程式設計 -> 人工智慧 |
譯者:盧苗苗 李軒涯 |
出版社:清華大學出版社 | 3dWoo書號: 54642 詢問書籍請說出此書號!【缺書】 NT售價: 400 元 |
出版日:5/1/2021 |
頁數:290 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787302577652 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言:《從0到1:人工智能賦能商業的秘密》旨在幫助你了解如何在各種規模的非營利組織中使用人工智能。希望《從0到1:人工智能賦能商業的秘密》能夠提供一站式解決方案,讓你有信心開始在企業中使用人工智能。為了幫助你實現這一目標,《從0到1:人工智能賦能商業的秘密》分為兩大部分,其目標各不相同: ● 第Ⅰ部分介紹人工智能技術的核心原理,以及公司如何利用人工智能技術制造出神奇的產品。在該部分的最后,你將了解人工智能能做什么和不能做什么,并知道與技術人員有效溝通的方式。 ● 第Ⅱ部分著重介紹如何為企業創造價值,介紹我們在咨詢實踐中用于選擇、設計和構建成功的人工智能產品的策略。 《從0到1:人工智能賦能商業的秘密》讀者對象 有三類人從近期人工智能的一連串改進中受益:科技企業家,為創業者提供大量資金的風險投資人,以及為數不多的熱門人工智能專家。熱門人工智能專家的薪水高達7位數。如果我們5年前就開始寫作,就會針對技術類人才撰寫一本技術手冊。 如今,我們認為技術類人才已經大獲成功,是時候讓下一代專業人士加入人工智能革命中了。即將到來的人工智能時代的主角們不會為了技術進步而對構建人工智能應用程序感興趣;他們不是計算機科學或數學大師,而是特定行業的專家,希望將人工智能作為解決現實世界問題的工具。 這些未來的主角中有一些為大公司工作,名片上寫的是CEO、經理還是實習生都無所謂。重要的是他們幫助企業在這個快速變化的時代保持競爭力。另一些人在小公司工作,我很希望看到他們成長,創造新的產品和服務。還有一些人是企業家,在尋找“明日之星”。還有別忘了那些想培養獨特技能的學生和應屆畢業生。 在擔當顧問和工程師期間,我們遇到了許多渴望成為人工智能領袖的人(見圖0-1)。我們盡最大努力給他們提供所需要的東西:明確理解什么是人工智能,人工智能可以做什么,以及如何利用人工智能為企業創造價值。《從0到1:人工智能賦能商業的秘密》的目的是想讓你加入技術革命的隊伍。 圖0-1 成為人工智能領袖 《從0到1:人工智能賦能商業的秘密》組織結構 《從0到1:人工智能賦能商業的秘密》內容共10章,因為你需要掌握兩套基本技能以將人工智能帶入企業中,所以分為兩部分。 第Ⅰ部分是關于對人工智能的理解。由于當代人工智能建立在數據基礎之上,因此該部分的每一章都會介紹不同類型的數據以及最適合每種類型的人工智能工具。 ● 第1章簡要介紹人工智能的歷史和引發21世紀第一個十年人工智能革命的創新。 ● 第2章是關于核心業務運營產生的數據,以及人工智能如何在其基礎上構建獨特的產品和服務。 ● 第3章更深入地研究銷售和營銷的人工智能應用程序。 ● 第4章介紹能夠理解、生成和轉換圖像、視頻和音頻等媒體的人工智能模型。 ● 第5章介紹理解和生成書面文本的人工智能算法。 ● 第6章展示向人類推薦個性化內容的模型。 第Ⅱ部分是關于人工智能的構建。該部分旨在指導你在企業內設計和構建新項目。 ● 第7章描述一個企業中識別人工智能機會并選擇最佳機會的框架。 ● 第8章討論構建人工智能項目面臨的挑戰,從收集正確的數據到招募有效的團隊。 ● 第9章討論如何實施策略,提出構建或購買技術的權衡,以及最小化風險的精益方法。此外,還包括逐步改進人工智能項目的策略。 ● 第10章提供一個關于人工智能如何影響社會的最終廣泛觀點。 建議按順序閱讀這些章節,因為它們都建立在彼此緊密的聯系之上,可以讓你有全面的了解。 在線資源 讀完《從0到1:人工智能賦能商業的秘密》之后,你可能想繼續學習兩大主要領域的知識。你可能需要加深對第Ⅰ部分中介紹的人工智能技術方面的知識,并開始構建一些人工智能項目。在這種情況下,你可以從各種在線課程和材料中進行選擇。其中最廣為人知的兩門課程是吳恩達的“機器學習”和“深度學習”課程,可以在Coursera上找到。這兩項都包括編程任務,并將為你在許多眾所周知的算法背后的數學和實現問題上提供堅實的基礎。有幾所大學也在網上提供一些機器學習在線課程,包括視頻講座和家庭作業。我們推薦斯坦福大學關于計算機視覺應用深度學習的CS231課程和關于基于深度學習的自然語言處理的CS224N課程。與網上第一手材料相比,大學課程通常會更深入地涵蓋理論。 如果你有興趣了解更多關于人工智能實現的業務方面的知識,這方面的推薦會比較少,《從0到1:人工智能賦能商業的秘密》第Ⅱ部分將對此進行介紹。事實上,這也是我們寫《從0到1:人工智能賦能商業的秘密》的主要原因之一。一些優秀書籍可以讓你更深入地了解在構建創新產品時應遵循的最佳實踐。例如,埃里克?萊斯所寫的《精益創業》(The Lean Startup)(Crown Business,2011)一書涵蓋了第Ⅱ部分中介紹的許多實驗和增量開發技術。史蒂夫?布蘭克(Steve Blank)和鮑勃?多夫(Bob Dorf)所著的《創業者手冊》(The Startup Owner’s Manual)(K&S Ranch Publishing,2012)介紹了一個很好的分步藍圖,可用于任何與創新有關的事情,包括人工智能內部和其他方面。 |
內容簡介:確定人工智能可能從哪些方面幫助企業設計人工智能策略 評估項目范圍和業務影響 利用人工智能來提高轉化率、編排內容以及分析反饋 理解當代人工智能如何運作以及人工智能可以/不可以做什么 |
目錄:第I部分理解人工智能 第1章人工智能概況3 1.1當代人工智能發展之路4 1.2人工智能革命的引擎:機器學習7 1.3人工智能究竟是什么?9 1.4教學方法12 1.5本章小結13 第2章將人工智能應用于核心業務數據15 2.1在核心業務數據領域布局人工智能16 2.2在核心業務數據中使用人工智能18 2.2.1房地產市場示例18 2.2.2為FutureHouse賦予人工智能21 2.2.3機器學習的優勢26 2.2.4將人工智能應用于通用核心業務數據28 2.3案例研究30 2.3.1谷歌如何利用人工智能削減能源開支30 2.3.2Square如何利用人工智能向小企業貸款數十億美元35 2.3.3案例研究課程39 2.4評估性能和風險40 2.5本章小結43 第3章將人工智能應用于營銷45 3.1為什么要用人工智能進行銷售和營銷?45 3.2預測客戶流失47 3.3利用人工智能提高轉化率和追加銷售52 3.4執行自動化客戶細分55 3.4.1無監督學習(或聚類)56 3.4.2用于客戶細分的無監督學習61 3.5衡量性能64 3.5.1分類算法64 3.5.2聚類算法68 3.6將機器學習標準與業務結果和風險聯系起來69 3.7案例研究72 3.7.1改進目標定位的人工智能:Opower72 3.7.2運用人工智能預測客戶需求:Target78 3.8本章小結81 第4章將人工智能應用于媒體83 4.1用計算機視覺改進產品84 4.2將人工智能應用于圖像分類88 4.3使用小數據集的遷移學習93 4.4人臉識別:教計算機識別人類95 4.5使用內容生成和風格遷移98 4.6注意事項101 4.7人工智能在音頻領域的應用102 4.8案例研究:運用深度學習優化農業104 4.8.1案例問題108 4.8.2案例討論108 4.9本章小結110 第5章將人工智能應用于自然語言111 5.1自然語言理解的魅力112 5.2分解NLP:衡量復雜性113 5.3將NLP功能應用于企業117 5.3.1情感分析121 5.3.2從情感分析到文本分類124 5.3.3NLP分類項目范圍界定128 5.3.4文檔檢索130 5.3.5自然對話132 5.3.6設計克服技術限制的產品136 5.4案例研究:Translated138 5.4.1案例問題142 5.4.2案例討論143 5.5本章小結145 第6章將人工智能應用于內容管理和社區建設147 6.1選擇的詛咒148 6.2使用推薦系統驅動參與度148 6.2.1基于內容的系統超越簡單特征153 6.2.2特征和相似性的限制156 6.3群體智慧:協同過濾157 6.4推薦錯誤160 6.5案例分析:Netflix每年節省10億美元162 6.5.1Netflix的推薦系統162 6.5.2推薦系統和用戶體驗165 6.5.3推薦的業務價值166 6.5.4案例問題167 6.5.5案例討論167 6.6本章小結168 第Ⅱ部分構建人工智能 第7章準備好尋找人工智能機會173 7.1不要被炒作所迷惑:業務驅動的人工智能創新174 7.2創造:尋找人工智能機會179 7.3優先級:評估人工智能項目183 7.4驗證:分析風險187 7.5解構人工智能產品191 7.6將人工智能項目翻譯成機器學習友好型術語196 7.7練習201 7.7.1提高客戶定位202 7.7.2工業過程自動化204 7.7.3幫助客戶選擇內容205 7.8本章小結207 第8章設置——準備數據、技術和人員209 8.1數據策略210 8.1.1我從哪里得到數據?211 8.1.2我需要多少數據?217 8.2數據質量221 8.3招募人工智能團隊225 8.4本章小結230 第9章實踐——人工智能實施策略231 9.1購買或構建人工智能231 9.1.1“購買”選項:一站式解決方案233 9.1.2“借用”選項:機器學習平臺235 9.1.3“構建”選項:大干一場237 9.2使用精益戰略239 9.2.1從購買解決方案開始241 9.2.2使用借用解決方案243 9.2.3自己動手:構建解決方案244 9.3理解人工智能的良性循環246 9.4管理人工智能項目252 9.5當人工智能失敗時254 9.5.1Anki255 9.5.2LighthouseAI255 9.5.3應用于腫瘤治療的IBMWatson256 9.5.4情感日記258 9.5.5憤怒的電話259 9.5.6銷售業績不佳260 9.6本章小結261 第10章人工智能的未來263 10.1人工智能如何威脅社會264 10.1.1偏見與公平264 10.1.2人工智能與就業267 10.1.3人工智能過濾器氣泡270 10.1.4當人工智能失敗時:邊角案例和對抗攻擊272 10.1.5當人工看起來真實時:人工智能生成的虛假內容274 10.2人工智能在社會中的機遇275 10.2.1技術民主化275 10.2.2可擴展性277 10.3人工智能在工業領域的機遇278 10.3.1社交媒體網絡279 10.3.2醫療健康280 10.3.3能源284 10.3.4制造業285 10.3.5金融287 10.3.6教育288 10.4通用人工智能289 10.5結語290 10.6本章小結291 |
序: |