《 從0到1：人工智慧賦能商業的秘密》是2021年清華大學出版社出版的圖書，作者：[丹] 詹盧卡·莫羅（Gianluca Mauro）、[美]尼科洛·瓦里基（Nicolò Valigi）著 盧苗苗 李軒涯 譯。 確定人工智慧可能從哪些方面幫助企業設計人工智慧策略評估項目範圍和業務影響利用人工智慧來提高轉化率、編排內容以及分析反饋理解當代人工智慧如何運作以及人工智慧可以/不可以做什麼
基本介紹
- 中文名：從0到1：人工智慧賦能商業的秘密
- 作者：詹盧卡·莫羅（Gianluca Mauro）、尼科洛·瓦里基（Nicolò Valigi）
- 譯者：盧苗苗、李軒涯
- 出版時間：2021年
- 出版社：清華大學出版社
- ISBN：9787302577652
- 定價：79.80 元
內容簡介,圖書目錄,作者簡介,
內容簡介
人工智慧無疑是近年來的新寵,屢屢登上新聞頭條:從先後擊敗人類圍棋冠軍李世石和柯潔的AlphaGo，到魔幻般的DeepFakes換臉。但對於不精通深奧技術的商業人士而言,人工智慧究競能做什麼?如果你想在投入時間和金錢之前了解人工智慧將如何影響自己的業務,那么本書是為你量身定做的。
《從0到1：人工智慧賦能商業的秘密》的案例講解清晰,對技術概念的陳述簡明易懂,將讓你體會到人工智慧的真正好處。每章都呈現幾個現實世界的案例,討論谷歌和奈飛等公司如何用人工智慧重塑企業。本書由簡入繁,呈現人工智慧的核心理念,展示人工智慧在現實世界中的套用。為幫你做好人工智慧轉型準備，本書抽絲剝繭般地講述一個成功的人工智慧套用案例,從雇用合適的團隊,再到做出關於資源、風險和費用等方面的科學決策。
確定人工智慧可能從哪些方面幫助企業設計人工智慧策略
評估項目範圍和業務影響
利用人工智慧來提高轉化率、編排內容以及分析反饋
理解當代人工智慧如何運作以及人工智慧可以/不可以做什麼
圖書目錄
第I部分 理解人工智慧
第1 章 人工智慧概況 3
1.1 當代人工智慧發展之路 4
1.2 人工智慧革命的引擎：機器學習 7
1.3 人工智慧究竟是什麼？ 9
1.4 教學方法 12
1.5 本章小結 13
第2 章 將人工智慧套用於核心業務數據 15
2.1 在核心業務數據領域布局人工智慧 16
2.2 在核心業務數據中使用人工智慧 18
2.2.1 房地產市場示例 18
2.2.2 為FutureHouse賦予人工智慧 21
2.2.3 機器學習的優勢 26
2.2.4 將人工智慧套用於通用核心業務數據 28
2.3 案例研究 30
2.3.1 谷歌如何利用人工智慧削減能源開支 30
2.3.2 Square如何利用人工智慧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 將人工智慧套用於行銷 45
3.1 為什麼要用人工智慧進行銷售和行銷？ 45
3.2 預測客戶流失 47
3.3 利用人工智慧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 用於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繫起來 69
3.7 案例研究 72
3.7.1 改進目標定位的人工智慧：Opower 72
3.7.2 運用人工智慧預測客戶需求：Target 78
3.8 本章小結 81
第4 章 將人工智慧套用於媒體 83
4.1 用計算機視覺改進產品 84
4.2 將人工智慧套用於圖像分類 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 人工智慧在音頻領域的套用 102
4.8 案例研究：運用深度學習最佳化農業 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 將人工智慧套用於自然語言 111
5.1 自然語言理解的魅力 112
5.2 分解NLP：衡量複雜性 113
5.3 將NLP功能套用於企業 117
5.3.1 情感分析 121
5.3.2 從情感分析到文本分類 124
5.3.3 NLP分類項目範圍界定 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：Translated 138
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 將人工智慧套用於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 基於內容的系統超越簡單特徵 153
6.2.2 特徵和相似性的限制 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
6.5.1 Netflix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 構建人工智慧
第7 章 準備好尋找人工智慧機會 173
7.1 不要被炒作所迷惑：業務驅動的人工智慧創新 174
7.2 創造：尋找人工智慧機會 179
7.3 優先權：評估人工智慧項目 183
7.4 驗證：分析風險 187
7.5 解構人工智慧產品 191
7.6 將人工智慧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 設定——準備數據、技術和人員 209
8.1 數據策略 210
8.1.1 我從哪裡得到數據？ 211
8.1.2 我需要多少數據？ 217
8.2 數據質量 221
8.3 招募人工智慧團隊 225
8.4 本章小結 230
第9 章 實踐——人工智慧實施策略 231
9.1 購買或構建人工智慧 231
9.1.1 “購買”選項：一站式解決方案 233
9.1.2 “借用”選項：機器學習平台 235
9.1.3 “構建”選項：大幹一場 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 理解人工智慧的良性循環 246
9.4 管理人工智慧項目 252
9.5 當人工智慧失敗時 254
9.5.1 Anki 255
9.5.2 Lighthouse AI 255
9.5.3 套用於腫瘤治療的IBM Watson 256
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 人工智慧的未來 263
10.1 人工智慧如何威脅社會 264
10.1.1 偏見與公平 264
10.1.2 人工智慧與就業 267
10.1.3 人工智慧過濾器氣泡 270
10.1.4 當人工智慧失敗時：邊角案例和對抗攻擊 272
10.1.5 當人工看起來真實時：人工智慧生成的虛假內容 274
10.2 人工智慧在社會中的機遇 275
10.2.1 技術民主化 275
10.2.2 可擴展性 277
10.3 人工智慧在工業領域的機遇 278
10.3.1 社交媒體網路 279
10.3.2 醫療健康 280
10.3.3 能源 284
10.3.4 製造業 285
10.3.5 金融 287
10.3.6 教育 288
10.4 通用人工智慧 289
10.5 結語 290
10.6 本章小結 291
作者簡介
Gianluca Mauro是一名企業家、工程師，是專注於提供人工智慧培訓和諮詢的AI Academy公司的聯合創始人。Gianluca熱衷於通過寫作以及在全球各地舉辦講座和主題演講(客群包括企業高管乃至高中生)，來傳播人工智慧技術。
Nicolò Valigi是蘋果公司的機器學習工程師，是AI Academy公司的聯合創始人。Nicolò目前致力於研究自動駕駛汽車和無人機的算法，以迎接機器人革命的
