|
|
大數據與人工智慧是驅動各行各業智慧應用的核心技術，然而，大數據與人工智慧不僅包含IT技術，亦融合統計學，更可說是數據科學。本書主要目的在於讓讀者能理解大數據在IT技術上的基礎概念以及預測分析、人工智慧上的基礎演算方法與實作範例。更重要的是，協助讀者從應用情境、商業分析的角度，往下思考可能的數據分析問題與發展預測分析、人工智慧問題解決方法，諸如：聚類、分類、相似、異常、關聯、關係、鏈結、認知等以及合適的IT架構。
本書應為理解大數據、人工智慧技術與方法起點，可作為商管學生、商業人士理解大數據、人工智慧實務與應用技術方法的初步，也可作為資訊學院學生從應用角度理解大數據、人工智慧技術的開始。
本書特色
1.本書選用最為主流的資料分析工具 – R語言
2.精心挑選多種不同領域的實務範例進行探討與分析
3.瞭解大數據在IT技術上的基礎概念以及預測分析
4.瞭解人工智慧上的基礎演算方法
CH01 大數據發展沿革
1-1 企業資料管理演進
1-2 大數據源起
1-3 大數據定義
1-4 大數據特性
1-5 小結
CH02 大數據價值案例
2-1 大數據價值
2-2 大數據行業應用機會
2-3 大數據企業應用案例
2-4 小結
CH03 大數據市場趨勢
3-1 大數據生態系發展
3-2 大數據技術產品趨勢
3-3 大數據服務市場趨勢
3-4 企業採用趨勢與挑戰
3-5 小結
CH04 大數據技術實施
4-1 資料處理技術發展
4-2 資料分析方法發展
4-3 大數據技術架構
4-4 大數據規劃與實施
4-5 小結
CH05 大數據分析：概念與程序
5-1 大數據分析概念
5-2 預測分析程序
5-3 預測分析工具
5-4 小結
CH06 大數據分析：聚類與分類
6-1 問題解決方向
6-2 聚類分析實作
6-3 分類分析實作
6-4 小結
CH07 大數據分析：迴歸與趨勢
7-1 問題解決方向
7-2 迴歸分析實作
7-3 時間預測分析與實作
7-4 小結
CH08 大數據分析：相似與推薦
8-1 問題解決方向
8-2 異常與相似性判定實作
8-3 相似性推薦實作
8-4 小結
CH09 大數據分析：關聯與關係
9-1 問題解決方向
9-2 關聯分析與實作
9-3 貝氏網路分析與實作
9-4 小結
CH10 大數據分析：連結與網路
10-1 問題解決方向
10-2 社會網路分析與實作
10-3 小結
CH11 人工智慧應用趨勢
11-1 人工智慧沿革
11-2 人工智慧市場
11-3 人工智慧應用案例
11-4 小結
CH12 人工智慧方法發展
12-1 人工智慧方法演變
12-2 機器學習方法
12-3 深度學習方法
12-4 小結
CH13 AI探索：文本挖掘分析
13-1 自然語言發展沿革
13-2 問題解決方向
13-3 文本挖掘分析- 文字雲
13-4 小結
CH14 AI探索：圖像辨識分析
14-1 電腦視覺發展沿革
14-2 問題解決方向
14-3 圖像辨識分析-CNN 深度學習
14-4 小結
CH15 企業智慧應用場景
15-1 應用場景的意義
15-2 智慧製造場景
15-3 智慧零售場景
15-4 小結
