中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
人工智能商 版權信息
- ISBN：9787513931175
- 條形碼：9787513931175 ; 978-7-5139-3117-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
人工智能商 本書特色
◎7個故事讓你讀懂人工智能時代的底層邏輯 Netflix稱霸影音產業的創新商業模式“個性化推薦”，源自“二戰”流亡數學家為拯救無數飛行員而發明的“生存推薦系統”；“宇宙有多大？”這一流傳數千年的大哉問，與“機器學習”大有關聯；實時監控系統誕生自牛頓*嚴重的一次“數學錯誤”……7個故事帶你認知人工智能時代的底層邏輯。 ◎工業時代靠IQ，信息時代靠EQ，人工智能時代靠AIQ 這本書所講述的絕不僅僅是人工智能的含義、來源、原理，更重要的是它們在日常生活中的重要價值和意義。這些都是構成你“AIQ”的基本要素，也是人工智能時代的使用說明書。 ◎《魔鬼經濟學》合著者史蒂芬??萊維特、世界著名經濟學家泰勒??科文 推薦閱讀
人工智能商 內容簡介
工業時代靠IQ，信息時代靠EQ，人工智能時代靠AIQ! Netflix稱霸影音產業的創新商業模式“個性化推薦”，源自“二戰”流亡數學家為拯救無數飛行員而發明的“生存推薦系統”；“宇宙有多大？”這一流傳數千年的大哉問，與“機器學習”大有關聯；實時監控系統誕生自牛頓*嚴重的一次“數學錯誤”，提醒我們在海量數據中“偵錯”有多重要。 在人工智能時代，若想駕馭全世界的機器為你做事，在各大領域自由切換，*一的致勝方程式就是：AIQ=AI×IQ。理解AI的底層原理，發揚人類特有的智慧，便是人工智能時代的通關秘訣。 人工智能只說一種語言——數學語言。這種語言看起來神秘，其原理卻非常簡單，本書作者保證：即便是數學白癡，也能輕松讀懂。
人工智能商 目錄
序????
**章??難??民????
第二章??燭臺制作者????
第三章??教士和潛水艇????
第四章??奇異恩典????
第五章??皇家鑄幣局的天才????
第六章??提燈女士????
第七章??揚基快艇????
致??謝????
出版后記????
展開全部
人工智能商 節選
**章??難民 網飛走得太遠太快了，你很難想起它*初是一家基于郵件的機器學習公司。直到 2010 年，公司的核心業務仍然包括向用戶郵寄裝有光盤的紅信封，用戶“永遠不需要交納滯納金”。每個信封會在寄出幾天后被寄回，并附有用戶對于電影的評分，評分范圍是 1 到5 分。隨著評分數據的積累，網飛的算法會在其中尋找模式。隨著時間的推移，用戶可以獲得更好的電影推薦。（這種人工智能通常叫作“推薦系統”，我們更喜歡稱之為“推薦引擎”。） 網飛 1.0 專注于改進其推薦系統。為此，在 2007 年，公司向全世界的數學天才高調宣布了一場公開的機器學習競賽，獎金為100 萬美元。網飛將一些評分數據放到公共服務器上，參賽者需要在網飛系統 Cinematch 的評分基礎上提高至少 10% — 即將網飛用戶電影評分預測的準確率提高 10%。**個超過 10% 門檻的團隊將會贏得獎金。 在隨后的幾個月里，數千個團隊參與了競賽。一些團隊已經很接近神奇的 10% 門檻了，但是沒有人能夠超越它。接著，在 2009年，經過兩年的算法改進，一個自稱“貝爾科實用混沌”的團隊*終提交了價值百萬美元的代碼，其準確率比網飛的引擎提高了10.06%。他們幸好沒有在點擊提交按鈕之前觀看新一集的《生活大爆炸》。就在貝爾科團隊贏得這場兩年競賽的 19 分 54 秒后，另一個團隊“合奏組”提交了將準確率提升 10.06% 的算法 — 可惜他們提交晚了。 事后看來，網飛大獎是該公司早期依賴核心機器學習任務的完美標志，這個任務就是用算法預測用戶對電影的評分。接著，在2011 年 3 月，一部名為《紙牌屋》的電視劇永遠改變了網飛的未來。 《紙牌屋》是首部“網飛原創系列”。在這部電視劇中，該公司**次嘗試了內容制作，而不是僅僅從事發行工作。《紙牌屋》背后的制作團隊*初帶著他們的想法找到了所有大型電視網絡，各家公司都表示了興趣。不過，他們都很謹慎 — 他們都想先看一集試播集。畢竟，這部電視劇是關于謊言、背叛和謀殺的故事。你幾乎可以想象到這些大型電視網絡的疑問：“我們如何確定有人愿意收看如此罪惡的東西？”事實上，網飛可以確定。根據該劇制作人的說法，網飛是唯一有此底氣的電視網絡，他們說，“我們相信你。我們運行了數據，結果表明，觀眾愿意收看這部電視劇。你們不需要制作試播集。你想做多少集？” 我們運行了數據，我們不需要試播集。想一想這種說法對于電視行業的經濟意義。在《紙牌屋》首播的前一年，各大電視網絡觀看了 113 集試播集，總成本近 4 億美元。其中，只有 35 部電視劇得到播出，只有 13 部 — 即 1/9 — 制作了第二季。顯然，這些公司幾乎不知道哪部劇集會取得成功。 那么，網飛在 2011 年 3 月知道了各大電視網絡不知道的哪些事情呢？他們為什么對于自己平臺的判斷如此自信，愿意在推薦個性化電視劇的基礎上開始制作個性化電視劇呢？ 正確答案是，網飛擁有基礎用戶的數據。不過，雖然數據很重要，但是這種解釋太過簡單了。各家電視網絡也有許多數據，包括尼爾森收視率、焦點小組和數千項調查的數據。如果他們相信數據的重要性，他們還可以用相當大的預算收集更多數據。 不過，網飛數據科學家擁有其他電視網絡沒有的兩樣東西，它們和數據本身一樣重要：（1）對于數據提出正確問題所需要的深厚的概率知識，（2）根據所得答案再造整個企業的勇氣。所以，網飛發生了驚人的轉變，從機器學習驅動的發行網絡轉變成了由數據科學家和藝術家共同制作優秀電視節目的新型制作公司。網飛首席內容官特德·薩蘭多斯（Ted Sarandos）在接受《智族》（ GQ ）采訪時說過一句名言：“我們的目標是在 HBO 成為我們之前成為HBO。” 今天，很少有哪家機構能夠比網飛更好地將人工智能用于個性化，它所開創的方法現在已經主導了在線經濟。你的數字軌跡為你帶來了個性化推薦，包括聲田上的音樂、YouTube 上的視頻、亞馬遜上的商品、《紐約時報》上的新聞故事、臉書上的朋友、谷歌上的廣告以及領英上的工作。醫生甚至可以用同樣的方法根據基因向你提供治療癌癥的個性化建議。 過去，在你的數字生活中，*重要的算法是搜索。對于大多數人來說，這意味著谷歌搜索。不過，未來的關鍵算法不是搜索，而是推薦。搜索是狹窄而受限的。你需要知道應該搜索什么，而且會受到個人知識和經驗的局限。推薦則是豐富而開放的，它所依據的是其他幾十億人積累的知識和經驗。推薦引擎就像“幽靈軟件”一樣，它可能會在某一天比你更了解你的偏好，因為你可能并不了解自己的潛意識。例如，要不了多久，當你對亞歷克莎說“我想冒險，請給我預訂一個星期的旅游”時，它會給出令人驚喜的結果。 這些推薦引擎背后顯然有許多復雜的數學知識。不過，如果你懼怕數學，你還是可以聽到一些好消息，事實上，你只需要理解一個關鍵概念，那就是：對于學習機器來說，“個性化”意味著“條件概率”。 在數學上，條件概率是一件事情已經發生時另一件事情發生的概率。一個很好的例子是天氣預報。如果你今天早上向窗外望去，看到云層在聚集，你可能認為要下雨了，并且帶上雨傘去工作。在人工智能領域，我們將這種判斷表述為條件概率 — 例如，“在今天早上多云的情況下，今天下午下雨的條件概率是 60%。”數據科學家對此的表述更加緊湊： P （今天下午下雨 | 今天早上多云）。 P 表示概率，豎線表示“給定”或“依據”。豎線左邊是我們感興趣的事件。豎線右邊是我們已具備的知識，也叫“條件事件”，即我們相信或假設的真實事件。 人工智能系統用條件概率來表述判斷，以反映它們已有的部分知識： 你剛剛給《神探夏洛克》打了高分。你喜歡《模仿游戲》或《諜影行動》的條件概率是多少？ 你 昨 天 在 聲 田 上 聽 了 法 瑞 爾· 威 廉 姆 斯（Pharrell Williams）的歌曲。你今天想去聽布魯諾·馬爾斯（Bruno Mars）的條件概率是多少？ 你剛剛買了有機狗糧。你還要買 GPS 狗項圈的條件概率是多少？ 你在 Instagram 上關注了克里斯蒂亞諾·羅納爾多（Christiano Ronaldo，@cristiano）。 你 還 愿 意 關 注 萊 昂內 爾· 梅 西（Lionel Messi，@leomessi） 或 加 雷 斯· 貝 爾（Gareth Bale，@garethbale11）的條件概率是多少？ 個性化基于條件概率，而所有條件概率必須用很大的數據集合來估計，這些數據需要以你為條件。在這一章，你將了解這件事背后的一些秘密。
書友推薦
- >
巴金－再思錄
- >
姑媽的寶刀
- >
莉莉和章魚
- >
自卑與超越
- >
月亮虎
- >
名家帶你讀魯迅:朝花夕拾
- >
我從未如此眷戀人間
- >
朝聞道
本類暢銷
