《企业数字化转型人工智能技术落地指南》内容简介

本书首先探讨数字化转型的相关话题，以及数字化转型与人工智能技术的密切联系；其次分别从战略、应用体系、应用点三个从宏观到具体的层次，详细探讨了以助力数字化转型为目标的人工智能技术落地的思路、过程、具体举措和重点问题。最后分析人工智能领域在研发与管理方式、人才培养方式、技术服务业态等方面可能的发展趋势。本书适合企业技术总监、规划计划人员，人工智能应用研发管理者与研发技术人员，以及对企业数字化转型和人工智能技术落地感兴趣的读者阅读。
金玮，北京大学情报学系硕士研究生，现任昆仑数智科技有限责任公司大数据技术部部门副经理、首席数据科学家。负责大数据与人工智能技术跟踪研究、行业人工智能应用及人工智能平台研发工作。在方案设计、数据采集与处理、算法与模型设计、分析展示等多方面有深刻理解与实践。

作品目录

前

言
资源与支持
提交勘误
扫码关注本书
与我们联系
关于异步社区和异步图书
第1章：全面理解数字化转型
1.1、数字化转型：数据成为价值提升的推动力
1.2、数据与数字化转型的重要性
1.3、数字化转型的直接关注对象：业务、数据与技术
1.4、数字化转型的必需基础条件：思想认识、发展政策、人才及资源投入
1.5、数字化转型的工作步骤
1.6、数字化转型与人工智能技术的相互选择
1.7、补充：人工智能相关概念辨析
第2章：结合人工智能技术特性制定数字化转型战略
2.1、数字化转型战略的制定原则
2.2、建立必须开展数字化转型工作的共识
2.3、梳理整合对内与对外的服务场景
2.4、实现数据采集、存储与管理过程的标准化
2.5、培育适应数字化转型需求的技术能力
2.6、完善组织与人才保障
第3章：开展支撑数字化转型的应用体系设计与建设
3.1、建设一个应用体系而非一批应用的原因
3.2、应用体系的建设原则：围绕业务需求
3.3、开展应用体系设计
3.4、争取来自各类人员的支持
3.5、计划并执行应用体系建设
第4章：人工智能应用研发总述
4.1、人工智能应用研发遵循的基本理念
4.2、人工智能应用研发的3项重要基础条件：业务、数据、技术
4.3、人工智能应用研发涉及的各类人员
4.4、人工智能应用研发的主要流程及相应交付物
4.5、人工智能应用研发常见的技术与管理问题
第5章：业务梳理和建模数据收集
5.1、业务需求梳理
5.2、业务知识梳理
5.3、建模数据收集
第6章：数据处理、建模分析与模型上线运行
6.1、对数据处理与建模分析的基本认识
6.2、数据处理
6.3、模型训练、测试及评价
6.4、模型的上线运行与持续迭代
第7章：人工智能领域发展趋势分析
7.1、人工智能应用的研发特点及价值
7.2、人工智能技术及应用的发展现状
7.3、人工智能应用研发的组织变革
7.4、人工智能应用研发的管理变革
7.5、人工智能技术人才的培养方式转变
7.6、人工智能应用研发工具的持续改进
7.7、人工智能技术服务的业态发展
7.8、人工智能领域法律法规的完善
结束语