人工智能技術(shù)商業(yè)應(yīng)用場景實戰(zhàn)

第1章　企業(yè)如何認(rèn)識人工智能應(yīng)用 / 001
1．1　價值認(rèn)知 / 002
1．1．1　第四次工業(yè)革命的深刻認(rèn)知 / 002
1．1．2　人工智能將驅(qū)動未來文明 / 003
1．1．3　如何讓人工智能滲透到企業(yè) / 006
1．2　本輪人工智能的優(yōu)勢 / 013
1．2．1　存儲優(yōu)勢 / 013
1．2．2　數(shù)據(jù)優(yōu)勢 / 014
1．2．3　計算優(yōu)勢 / 016
1．2．4　邏輯優(yōu)勢 / 017
1．2．5　性能優(yōu)勢 / 018
1．3　本輪人工智能的劣勢 / 018
1．3．1　靠大數(shù)據(jù)“喂”嗎 / 020
1．3．2　行業(yè)知識需積累 / 022
1．3．3　算法的進(jìn)步還需加快 / 023
1．3．4　硬件仍需進(jìn)步 / 025
1．3．5　企業(yè)應(yīng)用人工智能技術(shù)的能力要跟上 / 026
1．4　核心技術(shù)的把控問題 / 026
1．4．1　從人工智能的開源生態(tài)說起 / 027
1．4．2　TensorFlow的架構(gòu)魔力 / 029
1．4．3　哪些技術(shù)要把控 / 031
1．4．4　企業(yè)的核心競爭力與計算力 / 033
第2章　電信行業(yè)中人工智能的應(yīng)用場景 / 035
2．1　智慧營業(yè)廳 / 036
2．1．1　人臉識別 / 038
2．1．2　智能推薦 / 045
2．1．3　客戶軌跡分析 / 048
2．1．4　服務(wù)質(zhì)量評估 / 049
2．2　智慧管理 / 050
2．2．1　業(yè)務(wù)異常監(jiān)控 / 050
2．2．2　基站資產(chǎn)稽核 / 056
2．2．3　安全態(tài)勢感知系統(tǒng) / 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　磁盤故障分析 / 080
2．5　語音UI導(dǎo)航 / 090
2．5．1　語音識別 / 093
2．5．2　語義理解 / 094
2．5．3　智能檢索 / 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　事后滿意度調(diào)查 / 107
第3章　技術(shù)驅(qū)動的人工智能應(yīng)用場景 / 111
3．1　概述 / 111
3．1．1　引出 / 112
3．1．2　腦科學(xué)的進(jìn)步 / 113
3．2　神經(jīng)網(wǎng)絡(luò)技術(shù)突破 / 116
3．2．1　概念 / 117
3．2．2　原理 / 118
3．2．3　腦神經(jīng)學(xué)研究啟發(fā)人工智能 / 128
3．3　圖像識別 / 135
3．3．1　Google如何識別一只“貓” / 136
3．3．2　Google無人汽車 / 137
3．3．3　如何利用Google的預(yù)訓(xùn)練模型 / 142
3．3．4　智慧營業(yè)廳中的圖像識別應(yīng)用 / 145
3．4　人機(jī)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(shù)突破 / 156
3．4．3　人類還能戰(zhàn)勝AlphaGo嗎――AlphaGo的進(jìn)化 / 160
第4章　需求驅(qū)動的人工智能應(yīng)用場景 / 163
4．1　實名認(rèn)證 / 163
4．1．1　人證比對的實現(xiàn)方法 / 164
4．1．2　活體檢測 / 166
4．2　語音交互 / 170
4．2．1　語音控制技術(shù)實現(xiàn) / 170
4．2．2　語音播報技術(shù)實現(xiàn) / 178
4．2．3　同聲傳譯 / 179
4．2．4　客戶情感感知 / 183
4．3　智能問答 / 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(tǒng)機(jī)器學(xué)習(xí)的智能進(jìn)化 / 195
5．1　從符號學(xué)到機(jī)器學(xué)習(xí) / 195
5．1．1　幾何以后不用學(xué)了――機(jī)器定理證明 / 196
5．1．2　算力并非是萬能的――基于符號學(xué)習(xí)的局限性 / 198
5．2　機(jī)器學(xué)習(xí)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(xué)習(xí)如何優(yōu)化傳統(tǒng)機(jī)器學(xué)習(xí) / 217
5．3．1　深度學(xué)習(xí)相對機(jī)器學(xué)習(xí)的優(yōu)勢 / 218
5．3．2　大數(shù)據(jù)智能運維 / 221
5．3．3　客戶滿意度分析 / 226
5．3．4　客戶流失預(yù)測 / 229
第６章　企業(yè)如何落地人工智能應(yīng)用 / 233
6．1　切入點選擇 / 234
6．1．1　從市場應(yīng)用切入 / 234
6．1．2　從企業(yè)痛點切入 / 236
6．1．3　成熟算法驅(qū)動 / 238
6．2　提升市場智能 / 244
6．2．1　人工智能僅改進(jìn)算法的精度 / 244
6．2．2　從客戶分析入手 / 244
6．2．3　業(yè)務(wù)場景的提煉 / 245
6．3　打造智慧運營環(huán)境 / 246
6．3．1　企業(yè)全生命周期 / 246
6．3．2　企業(yè)管理的每個環(huán)節(jié) / 248
6．3．3　未來能否實現(xiàn)全程人工智能管理 / 255
6．4　培養(yǎng)人工智能人才 / 255
6．4．1　人工智能人才極其缺乏 / 256
6．4．2　只能自己培養(yǎng) / 259
6．4．3　人工智能要“從娃娃抓起” / 261
6．4．4　人工智能所需的知識結(jié)構(gòu) / 263
6．4．5　技能層面的積累 / 266
6．4．6　管理協(xié)調(diào) / 268
6．4．7　從培養(yǎng)工人到培養(yǎng)人工智能創(chuàng)造者 / 269
6．4．8　人工智能技術(shù)越來越易用 / 271
6．5　實戰(zhàn)經(jīng)驗分享 / 276
6．5．1　非結(jié)構(gòu)化數(shù)據(jù)質(zhì)量問題 / 276
6．5．2　應(yīng)用場景選擇問題 / 278
6．5．3　數(shù)據(jù)標(biāo)注問題 / 280
6．5．4　算法選擇 / 284
6．5．5　營銷活動選擇 / 285