《人工智慧技術商業套用場景實戰》總結人工智慧套用場景的落地經驗、實戰策略，並詳細解析電信行業的具體場景詳細
基本介紹
- 中文名：人工智慧技術商業套用場景實戰
- 作者：段雲峰、田雷、嚴昱超、徐海勇
- 出版社：電子工業出版社
- 出版時間：2020年5月
- 頁數：300 頁
- 定價：79 元
- 開本：16 開
- ISBN：9787121387814
內容簡介,圖書目錄,作者簡介,
內容簡介
《人工智慧技術商業套用場景實戰》講述了人工智慧大潮中企業如何生存和發展，幫助企業看清人工智慧，抓住生產力變革機遇，進行人工智慧技術布局。
圖書目錄
第1章 企業如何認識人工智慧套用 / 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 人工智慧將驅動未來文明 / 003
1.1.3 如何讓人工智慧滲透到企業 / 006
1.2 本輪人工智慧的優勢 / 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 本輪人工智慧的劣勢 / 018
1.3.1 靠大數據“餵”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 硬體仍需進步 / 025
1.3.5 企業套用人工智慧技術的能力要跟上 / 026
1.4 核心技術的把控問題 / 026
1.4.1 從人工智慧的開源生態說起 / 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 電信行業中人工智慧的套用場景 / 035
2.1 智慧門市 / 036
2.1.1 人臉識別 / 038
2.1.2 智慧型推薦 / 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 磁碟故障分析 / 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 智慧型檢索 / 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 事後滿意度調查 / 107
第3章 技術驅動的人工智慧套用場景 / 111
3.1 概述 / 111
3.1.1 引出 / 112
3.1.2 腦科學的進步 / 113
3.2 神經網路技術突破 / 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慧 / 128
3.3 圖像識別 / 135
3.3.1 Google如何識別一隻“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 智慧門市中的圖像識別套用 / 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 需求驅動的人工智慧套用場景 / 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 語音互動 / 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 智慧型問答 / 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 傳統機器學習的智慧型進化 / 195
5.1 從符號學到機器學習 / 195
5.1.1 幾何以後不用學了——機器定理證明 / 196
5.1.2 算力並非是萬能的——基於符號學習的局限性 /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 深度學習如何最佳化傳統機器學習 / 217
5.3.1 深度學習相對機器學習的優勢 / 218
5.3.2 大數據智慧型運維 / 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慧套用 / 233
6.1 切入點選擇 / 234
6.1.1 從市場套用切入 / 234
6.1.2 從企業痛點切入 / 236
6.1.3 成熟算法驅動 / 238
6.2 提升市場智慧型 / 244
6.2.1 人工智慧僅改進算法的精度 / 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慧管理 / 255
6.4 培養人工智慧人才 / 255
6.4.1 人工智慧人才極其缺乏 / 256
6.4.2 只能自己培養 / 259
6.4.3 人工智慧要“從娃娃抓起” / 261
6.4.4 人工智慧所需的知識結構 / 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慧創造者 / 269
6.4.8 人工智慧技術越來越易用 / 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 套用場景選擇問題 / 278
6.5.3 數據標註問題 / 280
6.5.4 算法選擇 / 284
6.5.5 行銷活動選擇 / 285
作者簡介
段雲峰：
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後，專注數據倉庫、大數據、雲計算、人工智慧等的研究與推廣。
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，聚焦於人工智慧在商業領域中的落地。利用大數據和集群計算能力，訓練人臉模型並構建人臉庫，構建人工智慧服務開放能力。其負責的智慧門市和人臉識別項目入選中國人工智慧產業發展聯盟TOP100優秀套用案例。
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、網路等生產領域人工智慧項目的演進規劃、算法開發、生產運營等工作，並參與公司內企業級AI私有雲服務的建設。作為編委參與AIOps行業白皮書的編寫，其負責的新零售智慧門市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、項目疊代、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。
