總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 自動化技術及設備
 
 
 
 
大數據智能核心技術入門:從大數據到人工智能
 作  者: 杜聖東
 出版單位: 電子工業
 出版日期: 2019.04
 進貨日期: 2019/7/4
 ISBN: 9787121356841
 開  本: 16 開    
 定  價: 368
 售  價: 294
  會 員 價: 270
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

如何從業務到技術,
從學習到實踐,
從治理到應用,
構建完整的大資料智慧知識結構與技術體系?
本書會給讀者提供一個大資料智慧核心技術體系的入門學習和應用參考指南


內容簡介:

本書跟從大資料和人工智慧應用的融合之路,通過分析和解讀整個資料驅動智慧核心技術,希望能給讀者提供一個大資料智慧核心技術體系的入門學習和應用參考指南。本書前半部分內容重在核心技術解讀:包括大資料智慧的概論、大資料智慧核心技術體系的多維解讀、深度學習關鍵技術要點的分析,大資料智慧應用三段論和敏捷大資料方法論的提出等內容。後半部分內容重在應用實踐的探討,深入分析了當前大資料智慧獨角獸Palantir、AlphaGo、Watson等核心產品和技術,並從個人學習到工程實踐,從企業應用到政府治理,從業務理解到技術選型等多個層面,逐一解讀大資料智慧技術在學習、應用過程中面臨的關鍵問題、陷阱,並給出參考意見。

本書通過核心技術解讀幫助讀者學習、理解、應用大資料智慧,具有重要的參考價值。本書適合的讀者包括關注大資料和人工智慧相關技術領域的在校學生、個人學習者和研發工程師、技術主管、企業高管、政府管理人員等。


作者簡介:

杜聖東,西南交通大學資訊科學與技術學院(人工智慧研究院),講師,大資料與人工智慧方向在職博士,碩士與本科畢業于重慶大學電腦學院。兼任多家單位技術顧問和大資料培訓專家,曾為中國中車集團、廣州地鐵集團、成都鐵路局等多家企事業單位做大資料和人工智慧培訓講座。首次提出了敏捷大資料方法論,在資料採擷、商業智慧、機器學習和交通、政務、醫療大資料等領域有10餘年的系統研發、管理與諮詢經驗。迄今為止,主研國家自然科學基金和國家重點研發計畫項目4項、主持企業課題和產品研發20余項,獲得專利和軟體著作權6項,發表論文10餘篇。


圖書目錄:

第1章 大資料智慧概論 1
1 大資料現象的本質 1
大資料來源起:先知的誘惑 1
從《琅琊榜》看大數據本質 3
2 大數據是個“筐”,什麼都能往裡裝 5
大資料技術業務概覽 6
為什麼叫大資料智慧 7
3 何謂大資料智慧 7
圖靈的智慧之問 7
大資料如何助力人工智慧 9
大資料智慧的深度融合之路 11
4 大資料智慧三要素 12
資料:智慧燃料 13
演算法:智慧引擎 14
算力:智慧加速 15
5 大資料智慧的馬太效應 16
DT技術新解 16
強者越強,弱者越弱 18
挑戰才剛剛開始 19
第2章 多維度解構大資料智慧技術 21
1 “四位元一體”看大資料智慧 21
大資料智慧技術的四個維度 22
雲計算的支撐地位 24
2 大資料智慧產業鏈版圖 26
百家爭鳴的DT生態 27
開源的巨大推動力 29
3 大資料智慧的關鍵技術體系 31
大資料智慧總體應用架構 31
大資料智慧的基礎支撐技術 34
大資料智慧應用流程優化 39
4 從資料科學看大資料智慧 43
什麼是資料科學 43
資料科學的核心技術 44
資料科學的技術體系 47
資料科學的藝術 48
5 從商業智慧看大資料智慧 50
商業智慧應用的問題 50
BI如何借力大資料智慧 52
大資料智慧與BI的融合之路 53
6 智慧時代的基礎資訊架構 54
DT基礎設施:雲端—資料—智慧 54
Hadoop大資料管理:“三個臭皮匠,賽過諸葛亮” 55
OpenStack雲計算:一切皆服務 58
TensorFlow深度學習:流動的張量 59
第3章 大資料驅動的深度智慧 63
1 深度學習的崛起 63
早期AI的發展 64
“貓”“狗”AI的野蠻生長 65
深度學習正在重塑機器智慧 69
2 機器如何智慧:從感知到認知 70
何謂機器智慧 70
機器智慧的三個層次 71
智慧技術及應用體系 72
3 機器如何學習:從知識到資料 73
符號派AI的瓶頸 73
淺層學習:小資料驅動的機器學習1.0 76
深度學習:大資料驅動的機器學習2.0 83
4 機器學習五大學派 84
機器學習主流方向 84
機器學習演算法不完全概覽 87
機器學習技術選型 88
5 神經網路的“三起兩落” 90
神經元與神經網路 90
神經網路研究的泡沫與價值 92
6 深度學習原理及核心網路結構 94
機器如何深度學習 94
自動特徵工程:抽象與反覆運算 96
深度學習的關鍵字 97
深度學習的主流網路結構 100
7 深度強化學習:深度感知 強化決策 108
什麼是強化學習 108
AlphaGo的深度強化策略 109
8 深度學習的“深度”價值 110
類腦學習參考 111
無監督自動特徵工程 112
多種學習方式的融合 112
9 深度學習的瓶頸與挑戰 113
如何從感知到認知 114
如何從監督學習到無監督學習 114
學習方式及應用場景的局限 115
多模態、多工增量學習和模型重用 116
可解釋性、安全性與魯棒性 116
大資料、大模型與計算資源的瓶頸 118
第4章 敏捷大資料智慧 121
1 為什麼需要敏捷 121
大資料應用落地的瓶頸 121
敏捷大資料的重要性 123
2 敏捷大資料方法論 126
精益與敏捷思想 127
敏捷大資料定義及核心原則 130
“大”資料“小”應用 132
敏捷大資料應用流程 132
3 微服務、容器與資料融合 134
微服務與容器技術 134
多層次資料融合技術 137
4 敏捷大資料智慧技術架構 139
5 結論與展望 144
第5章 大資料智慧“獨角獸”探秘 146
1 Palantir的本體人機共生 146
B2B大資料領域的“獨角獸” 146
Palantir的產品體系及應用案例 147
Palantir架構設計:敏捷大資料的優美實現 151
Palantir資料融合:本體論與資料索引映射 152
Palantir智慧計算:多維關聯挖掘與全鏈分析 155
Palantir人機交互:動態視覺化與人機共生 156
總結與啟示 158
2 Google的深度智慧樣板工程 159
“狗”的誕生 160
AlphaGo的“類腦學習”框架 160
AlphaGo“零”的進化 162
總結與啟示 164
3 IBM的認知智慧 164
Watson的源起 165
認知智慧與自然語言理解 166
Watson的認知智慧平臺架構 168
Watson DeepQA關鍵技術 169
Watson認知智慧的強與弱 171
總結與啟示 172

4 TensorFlow的Android式進化 173
TensorFlow的開源 173
為什麼要講Android 174
Google雲端大資料智慧戰略 175
總結與啟示 177
第6章 大資料智慧個人學習篇:入門與實踐 178
1 智慧時代的學習革命 178
機器智慧的助力 178
牛津大學的職業淘汰率研究 179
2 大資料智慧技術“盲人摸象” 181
3 大資料智慧“3 3”學習路線 183
學習的三個階段:把握技術發展的時間線 183
學習的三種方式:應用導向是關鍵 186
4 如何避免大資料智慧學習的誤區 189
要業務驅動,不要技術驅動 189
要以點帶面,不要貪大求全 190
要善用開源技術,不要重“造輪子” 191
要勇於實踐,不要紙上談兵 192
5 Kaggle,眾包與大資料教育 193
6 三種核心職業角色 194
資料分析師:重在業務理解和探索 196
資料工程師:重在資料管理和系統實現 196
資料科學家:重在解決問題和統籌決策 197
7 理性看待所謂的“風口” 198
第7章 大資料智慧企業應用篇:戰略與規劃 201
1 智慧時代的商業革命 201
2 大資料智慧應用全週期模型 203
3 如何避免大資料智慧應用的陷阱 207
第一問:我屬於什麼級別的“玩家” 207
第二問:大資料於我是偽需求還是真需求 207
第三問:如何自行定位大資料應用價值 208
第四問:技術驅動、資料驅動還是業務場景驅動 209
第五問:我是否準備好打一場大資料應用持久戰 210
第六問:我是否清楚大資料偏見、技術局限與管理風險 213
4 大資料應用戰略 214
第8章 大資料智慧政府管理篇:治理與決策 217
1 智慧時代的治理革命 217
2 政務大資料治理挑戰 218
第一問:如何處理集中與開放的矛盾 219
第二問:如何推進政務大資料治理和決策優化 219
第三問:如何降低政務資料治理帶來的負面影響 220
3 政務大資料治理與應用框架 220
管理和治理是基礎 221
技術和演算法是手段 222
決策和服務是目的 223
4 政務大資料決策安全 224
國防決策安全 224
公共決策安全 224
經濟決策安全 225
科技決策安全 226
5 應用標準與落地應用的悖論 226
資料安全標準 227
資料品質標準 227
資料交互標準 227
資料開放標準 228
6 政務治理的現代化 228
第9章 結語 230
1 認知泡沫與應用價值 230
2 機器智慧與人類智慧 231
3 人技融合,學以“治”用 234
4 智慧時代,我們將走向何方 235
致謝 236

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。