基本介紹
- 書名:SAP企業機器學習——賦能業務創新
- 作者:鄔學寧、陳澤平、曹曉華、王洪剛
- ISBN:9787302501626
- 出版時間:2018.07.01
SAP企業機器學習——賦能業務創新
作者:鄔學寧、陳澤平、曹曉華、王洪剛
定價:89元
印次:1-1
ISBN:9787302501626
出版日期:2018.07.01
印刷日期:2018.06.08
定價:89元
印次:1-1
ISBN:9787302501626
出版日期:2018.07.01
印刷日期:2018.06.08
全面介紹企業機器學習的背景,SAP的機器學習平台SAPClea,和十餘種機器學習算法的思想、原理與實現。通過12個行業50個企業創新案例,啟迪讀者基於大數據,利用機器學習進行業務創新,並使用SAP數據科學框架,工具和方法論建立模型,和進行持續疊代和最佳化,提供試用軟體,使讀者可以通過實踐,理論聯繫實際,牢固的理解機器學習思想和將創新落地。
目錄
第1章人工智慧與企業機器學習:願景還是現實?
1.1人工智慧的第3春是永恆?
1.1.1AlphaGo早已不下圍棋了!
1.1.2人工智慧與機器學習
1.1.3機器學習的3種類型
1.2企業生存之道:數位化轉型
1.2.1數字達爾文主義
1.2.2體驗經濟
1.2.3數位化轉型
1.2.4雙模IT
1.3擴展的摩爾定律:驅動技術指數發展的法則
1.4數據為王
1.4.1德國國家隊之第十二人
1.4.2SAPHANA挽救病患
1.4.3一切皆數據:從決定論到機率論
1.4.4IT向DT轉型
參考文獻
第2章SAP企業機器學習
2.1SAPLeonardo機器學習概述
2.1.1財務自動化與現金套用
2.1.2SAP簡歷匹配
2.1.3SAP品牌影響
2.1.4SAP客戶留存
2.1.5SAP服務票
2.2業務問題轉化為機器學習問題的步驟
2.3機器學習與商業智慧型
2.3.1SAP預測分析
2.3.2HANA預測分析庫
2.3.3套用函式建模器
2.3.4SAP分析雲服務
2.4基於機器學習的業務創新框架
2.5SAP創新組織與服務
參考文獻
第3章數據科學:第4範式
3.1數據科學概覽
3.2數據預處理
3.2.1數據清理
3.2.2數據集成
3.2.3數據歸約
3.2.4數據變換
3.3機器學習算法
3.3.1機器學習概述
3.3.2回歸分析
3.3.3分類
3.3.4SAP預測分析之自動分析
3.3.5聚簇
3.3.6關聯規則學習
3.3.7時間序列
3.3.8推薦系統
3.3.9離群點偵測
3.3.10ABC分類法
3.3.11社交網路
3.3.12自然語言處理
3.4系統設計與自動分析
3.5深度學習
3.5.1聯結主義概述:從感知器到深度學習
3.5.2CNN的生理學基礎——大腦視覺過程
3.5.3自動編碼器與玻爾茲曼機
3.5.4稀疏編碼
3.5.5卷積神經網路
3.5.6循環神經網路和長短時記憶
3.5.7深度強化學習
3.5.8生成對抗網路
3.6機器學習趨勢與影響
附錄3ASAP預測分析習題
參考文獻
第4章基於機器學習的行業創新案例與套用
4.1行業創新案例
4.1.1零售、電商與網際網路
4.1.2消費品
4.1.3金融服務
4.1.4製造業
4.1.5旅行與運輸業
4.1.6石油與天然氣
4.1.7公用事業
4.1.8電信
4.1.9醫療與健康
4.1.10體育與娛樂
4.1.11教育與科研
4.1.12政府
4.2數據驅動的創新套用
4.2.1SAPHybrisMarketing
4.2.2SAP客戶活動庫
4.2.3SAP銷售洞見(零售業)
4.2.4SAP需求信號管理
4.2.5SAP反欺詐管理
4.3工業4.0與AI
4.3.1工業革命的共性:信息對物質的控制
4.3.2工業4.0與物聯網
4.3.3回顧與展望
參考文獻
第5章機器學習:數字經濟創新的原動力
5.1網路價值:梅特卡夫定律
5.2創新者窘境:維持性創新vs顛覆性創新
5.3企業機器學習創新的切入點
5.3.1超個性化的客戶體驗
5.3.2對員工的授權和互動
5.3.3實時計畫和資源最佳化
5.4業務與IT新核心:數據分析
5.5SAP.iO創業孵化
5.5.1內部創業孵化項目
5.5.2SAP.iO內部創業項目的選擇標準
5.6結語
參考文獻
餘論
附錄A設計思維簡介
附錄B企業數位化轉型簡表
附錄C更多信息