AI应用落地之道 - 中国高校教材图书网
|
书名： |
AI应用落地之道
|
| ISBN： | 978-7-300-27864-3 |
责任编辑： | |
| 作者： |
【日】野村直之
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 0 |
| 定价： |
￥69.00
折扣价：￥62.10
折扣：0.90
节省了6.9元
|
字数： |
150千字
|
| 出版社： |
中国人民大学出版社 |
页数： |
|
| 出版日期： |
2020-04-14 |
每包册数： |
12
|
| 国家规划教材： |
|
省部级规划教材： |
|
| 入选重点出版项目： |
|
获奖信息： |
|
|
|
| 内容简介： |
|
在不知AI热潮何时消退的情况下，企业及组织开始进入AI 的实用阶段。另一方面，AI相关的各种误解现今仍不断蔓延，如何将以深层学习未收的当前AI运用到商务中的理解也毫无进展。AI具有巨大的潜力，如果能有效运用当前的AI技术，生产率及投资回报率都能得到极大改善。同时，AI具有倾向性的工具，需要正确理解及强硬技术方可运用自如。本书详细解析了AI商务运用所需的所有内容，备受读者期待。书中结合了当前AI将何去何从、AI运用的推进方法及评估方法、数据保存步骤、硬件及软件的选择方法、人才培养法等各类实例进行详细说明。现在是引入AI 的绝佳机会，若不在此时做出判断，就可能被国内外的对手后来居上。此为公司内致力于AI运用的IT部门及经营企划部门、业务部门、支持顾客企业AI运用的供应商及顾问等AI运用相关人员的必备书籍。
|
| 作者简介： |
野村直之
1984年毕业于东京大学工学专业，2002年获得九州大学理学博士学位。曾在NEC C&C研究所、JUSTSYSTEM公司、法政大学、理光集团任职，后担任法政大学客座教授。
2005年创立元数据公司，从事大数据分析、社交网络应用、各种人工智能应用方案的提供等方面的工作。在此期间，担任MIT人工智能研究所客座研究员，与人工智能之父马文・明斯基曾同在一个实验室，并与该校语言学者诺姆·乔姆斯基进行过学术探讨。
他曾参与名词网络（Wordnet）的应用研究以及日本第五代计算机开发机构（ICOT）衍生知识库开发，同时对AI在产业、生活、行政、教育等领域的应用保持着高度的关注。
|
| 章节目录： |
目录
第1章 当今 AI 的功能与局限
关于 AI 常见的误解 // 2
利用大数据的围棋 AI // 5
如何有效运用“幼儿智能” // 6
思考能够使用图像识别技术的商业领域 // 7
深度学习是“原始数据计算” // 9
通过三个数轴对 AI 进行分类 // 12
深度学习是如何提取特征的 // 14
“模式识别”：AI 的眼睛和耳朵 // 17
使用深度学习的机器翻译能够获得压倒性胜利的原因 // 20
“强 AI”的出现至少要到 22 世纪吗 // 26
指数函数的恐怖 // 28
知识量的增加至多是二次曲线级 // 30
充分运用深度学习的必要性 // 34
深度学习与其他方式的结合也很有价值 // 36
第2章 使用深度学习的基本流程
在 AI 应用中不可或缺的目标设定 // 40
分享评测数据使其可以共用 // 42
作为精度指标的“精确率”和“召回率” // 44
作为前提的正确结果不止一个 // 46
不同场景中对精确率和召回率的重视程度不同 // 47
业余和专业所需的精度是不同的 // 49
深度学习的准确性评估测试非常简单 // 51
能准备反映共同特征和多样性差异的训练数据 // 53
使用开发环境进行数据学习的流程 // 55
注意过度拟合 // 59
第3章 目标精度的实际评估和利用
从危险驾驶分类中了解自动驾驶的问题 // 66
AI 给生产力带来的提升效果 // 71
交通标志与 AI 的匹配和 RFID 化也是必要的 // 73
精度目标的设定和预算是“鸡与蛋”的问题 // 79
自动驾驶需要用各种观点进行综合评估 // 81
特斯拉汽车为何发生车祸 // 82
结合预期值评估服务质量非常重要 // 85
设计业务流程时的混淆矩阵很重要 // 89
用附有概率值的判定结果将分支条件精细化 // 93
根据置信度对处理结果进行场景分类 // 96
为每个样本或医疗机构设置最佳精度 // 98
对 AI 纠错的意义 // 101
如何评估聊天机器人的准确性 // 103
用“对话成立度”对精度进行定量评估 // 107
参考信息技术架构库改善业务流程 // 109
让 AI 学习特殊情况下的数据 // 112
第4章 AI 部署的实例
企业的数字化 // 116
将 AI API 化后公开 // 118
AI 部署的战略以及企业内部体制 // 120
制作样本数据时的注意点 // 125
标注人员进行的标注工作 // 127
增加相互之间只有少许差异的样本数据 // 129
深度学习的引入需要耐心 // 132
描绘实际运行整体系统的结构 // 135
GPU 的挑选：目前 NVIDIA 是唯一选择 // 138
硬件的选择：性能要超过十几年前最先进的超级计算机 // 142
主内存要注意主内存容量 // 143
GPU 云服务也是一种选择 // 151
深度学习的机制是多种多样的 // 154
主流深度学习框架的特点和选择 // 156
多种类型的网络结构该如何进行选择 // 160
编程语言几乎只有 Python 一种选择 // 160
利用现成 AI 资源的意识 // 162
将完成后的 AI 应用程序化、API 化 // 164
将 API 向世界公开 // 166
争取各种安全措施保护隐私 // 167
以眼还眼，以 AI 对 AI // 169
保护 AI 开发企业的防盗版措施 // 171
主动公开部分源代码的交付方法 // 173
第5章 AI 部署人才应具备的技能
用户企业如何获得 AI 人才 // 177
用户企业的管理人员应掌握的心得 // 178
AI 时代需要我们具备福尔摩斯般的思考能力 // 179
AI 人员所需的资格和专业领域 // 180
旧知识可能成为绊脚石 // 183
样本数据的准备成为开发工作的核心 // 184
在 API 经济中擅长混聚开发的人才更重要 // 186
AI 人员的沟通能力不可或缺 // 187
知识会迅速过时 // 189
从知识劳动到智能劳动 // 191
知识将可以无偿获得 // 193
思考人类与 AI 的角色分担 // 196
即使没有大数据，人类也可以相对准确地推断 // 199
实现不同专家合作的“配对需求开发” // 203
推动 AI 项目的关键人才 // 205
熟练工艺移植给 AI 后的产业空心化对策 // 208
第6章 将 AI 用于商业用途时需注意的问题
大数据越来越重要 // 213
利用 AI 防止人类被数据牵制 // 214
AI 的知识获取瓶颈 // 216
数据准备和增值更要活用 AI // 219
准备和收集样本数据时的要点 // 222
AI 在日本的应用前景广阔 // 224
与人类相同的服务员 AI 会出现吗 // 226
人文和哲学对于 AI 研究人员来说非常重要 // 230
基本收入制度无法解决问题 // 233
将 AGI 作为工具使用 // 234
结语 // 237
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
