認(rèn)知計(jì)算與大數(shù)據(jù)分析

定　價(jià)：￥69.00

作　者：	[美] Judith S.Hurwitz，Marcia A.Kaufman，Adrian Bowles 著；張鴻濤譯
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 計(jì)算機(jī)理論

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787115436931	出版時(shí)間：	2017-01-01	包裝：	平裝
開(kāi)本：	小16開(kāi)	頁(yè)數(shù)：	249	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　認(rèn)知計(jì)算是一項(xiàng)實(shí)現(xiàn)人類與計(jì)算機(jī)協(xié)作的技術(shù)，通過(guò)發(fā)現(xiàn)數(shù)據(jù)中的模式和異常，從而獲得洞察力和知識(shí)?！墩J(rèn)知計(jì)算與大數(shù)據(jù)分析》對(duì)底層的技術(shù)進(jìn)行了綜合性地指導(dǎo)和解釋，比如人工智能、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理及大數(shù)據(jù)分析，闡述了如何利用這些技術(shù)來(lái)轉(zhuǎn)變你的組織。你將從IBM、谷歌、***、日立、戴爾、思科和Numenta等企業(yè)的專業(yè)解決方案中獲益。本書(shū)還詳細(xì)介紹了IBM的沃森（Waston）系統(tǒng)，以及它對(duì)認(rèn)知計(jì)算發(fā)展的影響。認(rèn)知系統(tǒng)正在開(kāi)辟計(jì)算的新紀(jì)元。通過(guò)本書(shū)，你將獲得應(yīng)用這一技術(shù)所需的理論和實(shí)踐指導(dǎo)

作者簡(jiǎn)介

　　Judith S. Hurwitz是Hurwitz & Associates有限責(zé)任公司的總裁兼CEO，也是一位主要的戰(zhàn)略顧問(wèn)。 Marcia Kaufman是一位首席分析師，也是Hurwitz & Associates公司的COO，主要負(fù)責(zé)大數(shù)據(jù)和高級(jí)分析，以及信息管理和商業(yè)戰(zhàn)略方面的領(lǐng)導(dǎo)工作。Adrian Bowles是STORM Insights股份有限公司的總裁兼CEO。這是一家市場(chǎng)分析公司，為新興技術(shù)市場(chǎng)的買(mǎi)方、賣(mài)方及投資者提供研究和咨詢服務(wù)。

圖書(shū)目錄

第 1 章　認(rèn)知計(jì)算的基礎(chǔ) 001
1．1　新一代的認(rèn)知計(jì)算　002
1．2　認(rèn)知系統(tǒng)的使用　002
1．3　系統(tǒng)認(rèn)知的組成　003
1．4　從數(shù)據(jù)中獲取信息　004
1．5　作為認(rèn)知計(jì)算基礎(chǔ)的人工智能　006
1．6　理解認(rèn)知　010
1．7　關(guān)于判斷和選擇的兩個(gè)系統(tǒng)　012
1．7．1　系統(tǒng)1——自動(dòng)思考：直覺(jué)和偏向　013
1．7．2　系統(tǒng)2——被控制的，以規(guī)則為中心且專注的努力　014
1．8　理解系統(tǒng)間的復(fù)雜關(guān)系　015
1．9　認(rèn)知系統(tǒng)的元素　017
1．9．1　基礎(chǔ)設(shè)施和部署模式　018
1．9．2　數(shù)據(jù)訪問(wèn)、元數(shù)據(jù)和管理服務(wù)　018
1．9．3　語(yǔ)料庫(kù)、分類系統(tǒng)和數(shù)據(jù)分類　018
1．9．4　數(shù)據(jù)分析服務(wù)　019
1．9．5　持續(xù)機(jī)器學(xué)習(xí)　019
1．9．6　學(xué)習(xí)的過(guò)程　019
1．9．7　呈現(xiàn)與可視化服務(wù)　020
1．9．8　認(rèn)知應(yīng)用　020
1．10　總結(jié)　021
第　2 章認(rèn)知系統(tǒng)的設(shè)計(jì)原則　023
2．1　認(rèn)知系統(tǒng)的組成　024
2．2　建立語(yǔ)料庫(kù)　024
2．3　輸入數(shù)據(jù)到認(rèn)知系統(tǒng)　028
2．3．1　利用內(nèi)部與外部數(shù)據(jù)源　028
2．3．2　數(shù)據(jù)訪問(wèn)和特征提取服務(wù)　029
2．3．3　分析服務(wù)　030
2．4　機(jī)器學(xué)習(xí)　030
2．4．1　在數(shù)據(jù)中發(fā)現(xiàn)模式　031
2．4．2　監(jiān)督學(xué)習(xí)　031
2．4．3　強(qiáng)化學(xué)習(xí)　033
2．4．4　無(wú)監(jiān)督學(xué)習(xí)　034
2．5　假設(shè)的生成與評(píng)定　035
2．5．1　假設(shè)生成　036
2．5．2　假設(shè)評(píng)定　037
2．6　呈現(xiàn)和可視化服務(wù)　038
2．7　總結(jié)　040
第　3 章自然語(yǔ)言處理支持下的認(rèn)知系統(tǒng)　041
3．1　自然語(yǔ)言處理在認(rèn)知系統(tǒng)中的角色　042
3．1．1　上下文的重要性　042
3．1．2　根據(jù)含義關(guān)聯(lián)詞語(yǔ)　044
3．1．3　理解語(yǔ)言學(xué)　045
3．1．4　語(yǔ)言識(shí)別和標(biāo)記　045
3．1．5　音韻學(xué)　046
3．1．6　詞態(tài)學(xué)　046
3．1．7　詞法分析　047
3．1．8　語(yǔ)法和句法分析　047
3．1．9　構(gòu)式語(yǔ)法　048
3．1．10　話語(yǔ)分析　048
3．1．11　語(yǔ)用學(xué)　049
3．1．12　解決結(jié)構(gòu)歧義的技巧　049
3．1．13　隱馬爾可夫模型的重要性　050
3．1．14　語(yǔ)義消歧　051
3．2　語(yǔ)義網(wǎng)　051
3．3　將自然語(yǔ)言技術(shù)應(yīng)用到商業(yè)問(wèn)題　052
3．3．1　改善購(gòu)物體驗(yàn)　052
3．3．2　利用物聯(lián)網(wǎng)連接的世界　053
3．3．3　顧客的聲音　053
3．3．4　欺詐檢測(cè)　054
3．4　總結(jié)　055
第　4 章大數(shù)據(jù)和認(rèn)知計(jì)算的關(guān)系　057
4．1　處理人造數(shù)據(jù)　057
4．2　定義大數(shù)據(jù)　058
4．3　大數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)　059
4．3．1　大數(shù)據(jù)的物理基礎(chǔ)　059
4．3．2　安全體系結(jié)構(gòu)　060
4．3．3　操作性數(shù)據(jù)庫(kù)　060
4．3．4　數(shù)據(jù)服務(wù)和工具　062
4．4　分析數(shù)據(jù)倉(cāng)庫(kù)　063
4．5　Hadoop　064
4．6　動(dòng)態(tài)數(shù)據(jù)和流數(shù)據(jù)　068
4．7　大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)結(jié)合　070
4．8　總結(jié)　070
第　5 章在分類學(xué)和本體論中表示知識(shí)　071
5．1　表示知識(shí)　071
5．2　定義分類學(xué)和本體論　073
5．3　解釋如何表示知識(shí)　075
5．4　知識(shí)表示模型　080
5．4．1　分類學(xué)　080
5．4．2　本體論　081
5．4．3　其他知識(shí)表示方法　083
5．4．4　持久性和狀態(tài)的重要性　084
5．5　實(shí)施注意事項(xiàng)　085
5．6　總結(jié)　085
第　6 章應(yīng)用于認(rèn)知計(jì)算的高級(jí)分析方法　087
6．1　高級(jí)分析正在向認(rèn)知計(jì)算發(fā)展　087
6．2　高級(jí)分析的關(guān)鍵性能　091
6．2．1　統(tǒng)計(jì)學(xué)、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)之間的關(guān)系　091
6．2．2　在分析過(guò)程中使用機(jī)器學(xué)習(xí)　092
6．2．3　預(yù)測(cè)分析　097
6．2．4　文本分析　099
6．2．5　圖像分析　100
6．2．6　語(yǔ)音分析　102
6．3　使用高級(jí)分析創(chuàng)造價(jià)值　103
6．4　開(kāi)源工具對(duì)高級(jí)分析的影響　105
6．5　總結(jié)　105
第　7 章認(rèn)知計(jì)算中云和分布式計(jì)算的作用　107
7．1　利用分布式計(jì)算分享資源　107
7．2　為什么云服務(wù)是認(rèn)知計(jì)算系統(tǒng)的根本　108
7．3　云計(jì)算的特征　108
7．4　云計(jì)算模型　109
7．4．1　公共云　110
7．4．2　私有云　111
7．4．3　受管理的服務(wù)提供商　112
7．4．4　混合云模型　112
7．5　云的分發(fā)模型　115
7．5．1　基礎(chǔ)設(shè)施即服務(wù)　115
7．5．2　軟件即服務(wù)　116
7．5．3　平臺(tái)即服務(wù)　118
7．6　管理作業(yè)負(fù)載　118
7．7　安全和治理　119
7．8　云端數(shù)據(jù)整合和管理　120
7．9　總結(jié)　120
第　8 章認(rèn)知計(jì)算的商業(yè)意義　121
8．1　為改變做準(zhǔn)備　121
8．2　新顛覆型模式的特點(diǎn)　122
8．3　知識(shí)對(duì)于商業(yè)意味著什么　123
8．4　認(rèn)知系統(tǒng)方法的特點(diǎn)　124
8．5　通過(guò)不同的方式將數(shù)據(jù)網(wǎng)格化　125
8．6　用商業(yè)知識(shí)規(guī)劃未來(lái)　127
8．7　解決商業(yè)問(wèn)題的新方法　129
8．8　創(chuàng)建商業(yè)特定解決方案　130
8．9　讓認(rèn)知計(jì)算成為現(xiàn)實(shí)　131
8．10　認(rèn)知應(yīng)用如何改變市場(chǎng)　131
8．11　總結(jié)　132
第　9 章 IBM 沃森（Watson）——一個(gè)認(rèn)知系統(tǒng)　133
9．1　沃森系統(tǒng)的定義　133
9．2　“極限挑戰(zhàn)”促進(jìn)研究　135
9．3　沃森為《危險(xiǎn)邊緣》做準(zhǔn)備　135
9．4　沃森為商業(yè)應(yīng)用做準(zhǔn)備　137
9．5　DeepQA 結(jié)構(gòu)組成部分　140
9．5．1　構(gòu)建沃森語(yǔ)料庫(kù)：答案和證據(jù)來(lái)源　141
9．5．2　問(wèn)題分析　143
9．5．3　假設(shè)生成　148
9．5．4　評(píng)分和置信度評(píng)估　149
9．6　總結(jié)　150
第　10 章建立認(rèn)知應(yīng)用的過(guò)程　151
10．1　新興的認(rèn)知平臺(tái)　152
10．2　明確對(duì)象　153
10．3　明確領(lǐng)域　153
10．4　了解適用對(duì)象并明確它們的屬性　154
10．5　明確問(wèn)題并探索見(jiàn)解　155
10．5．1　典型問(wèn)答對(duì)　156
10．5．2　預(yù)知系統(tǒng)　157
10．5．3　獲得相關(guān)數(shù)據(jù)源　158
10．6　建立和更新語(yǔ)料庫(kù)　160
10．6．1　準(zhǔn)備數(shù)據(jù)　161
10．6．2　導(dǎo)入數(shù)據(jù)　161
10．6．3　修改和擴(kuò)展語(yǔ)料庫(kù)　162
10．6．4　管理數(shù)據(jù)　162
10．7　訓(xùn)練和測(cè)試　163
10．8　總結(jié)　165
第　11 章建立認(rèn)知醫(yī)療系統(tǒng)　167
11．1　醫(yī)療認(rèn)知計(jì)算基礎(chǔ)　168
11．2　醫(yī)療生態(tài)系統(tǒng)的組成　169
11．3　從醫(yī)療數(shù)據(jù)模式中學(xué)習(xí)　170
11．4　建立大數(shù)據(jù)分析的基礎(chǔ)　172
11．5　醫(yī)療系統(tǒng)的認(rèn)知應(yīng)用　172
11．5．1　新興的認(rèn)知醫(yī)療應(yīng)用的兩種不同方法　173
11．5．2　認(rèn)知應(yīng)用中醫(yī)療分類學(xué)和本體論的作用　173
11．6　開(kāi)始建立認(rèn)知醫(yī)療系統(tǒng)　174
11．6．1　明確用戶可能會(huì)問(wèn)的問(wèn)題　174
11．6．2　導(dǎo)入內(nèi)容來(lái)建立語(yǔ)料庫(kù)　175
11．6．3　訓(xùn)練認(rèn)知系統(tǒng)　176
11．6．4　豐富問(wèn)題并加入語(yǔ)料庫(kù)　176
11．7　使用認(rèn)知應(yīng)用來(lái)改善健康狀況　177
11．7．1　Welltok　178
11．7．2　GenieMD　181
11．7．3　用戶健康數(shù)據(jù)平臺(tái)　182
11．8　利用認(rèn)知應(yīng)用改善電子病歷　182
11．9　利用認(rèn)知應(yīng)用改善臨床教學(xué)　183
11．10　總結(jié)　185
第　12 章智慧城市：政府管理中的認(rèn)知計(jì)算　187
12．1　城市如何運(yùn)行　187
12．2　智慧城市的特點(diǎn)　189
12．2．1　為規(guī)劃收集數(shù)據(jù)　190
12．2．2　運(yùn)作管理　191
12．2．3　安全和威脅管理　192
12．2．4　市民產(chǎn)生的文件和數(shù)據(jù)的管理　192
12．2．5　跨政府部門(mén)的數(shù)據(jù)一體化　193
12．3　數(shù)據(jù)公開(kāi)運(yùn)動(dòng)的興起將會(huì)為認(rèn)知城市提供動(dòng)力　194
12．4　萬(wàn)物聯(lián)網(wǎng)和更智慧的城市　194
12．5　理解數(shù)據(jù)的所有權(quán)和價(jià)值　195
12．6　如今城市在主要功能中使用更智能的科技　196
12．6．1　用認(rèn)知方法管理執(zhí)法問(wèn)題　197
12．6．2　智能能源管理：從形象化到分布式　198
12．6．3　利用機(jī)器學(xué)習(xí)保護(hù)電網(wǎng)　200
12．6．4　通過(guò)認(rèn)知社區(qū)服務(wù)提升公眾健康水平　201
12．7　預(yù)防性保健更智能化的方法　202
12．8　建立更智能的交通基礎(chǔ)設(shè)施　203
12．8．1　發(fā)展中城市的交通管理　203
12．8．2　適應(yīng)性交通信號(hào)燈控制計(jì)劃　203
12．9　利用分析來(lái)彌補(bǔ)員工技能的不足　204
12．9．1　明確新興技能要求和及時(shí)培訓(xùn)　205
12．9．2　數(shù)字化入口（DOR）計(jì)劃　205
12．9．3　認(rèn)知計(jì)算的機(jī)遇　206
12．10　創(chuàng)建認(rèn)知型社區(qū)基礎(chǔ)設(shè)施　207
12．10．1　新型智能連接型社區(qū)舉措　207
12．10．2　認(rèn)知計(jì)算的機(jī)遇　207
12．11　認(rèn)知型城市的下一發(fā)展階段　208
12．12　總結(jié)　208
第　13 章新興認(rèn)知計(jì)算領(lǐng)域　211
13．1　認(rèn)知計(jì)算理想市場(chǎng)的特點(diǎn)　212
13．2　縱向市場(chǎng)和產(chǎn)業(yè)　213
13．2．1　零售業(yè)　213
13．2．2　旅游業(yè)　216
13．2．3　運(yùn)輸與物流　217
13．2．4　通信業(yè)　218
13．2．5　安全與威脅探測(cè)　219
13．2．6　認(rèn)知方法影響的其他領(lǐng)域　220
13．3　總結(jié)　222
第　14 章認(rèn)知計(jì)算的未來(lái)應(yīng)用　223
14．1　下一代的要求　223
14．1．1　利用認(rèn)知計(jì)算提高可預(yù)測(cè)性　224
14．1．2　知識(shí)管理的新生命周期　224
14．1．3　創(chuàng)建直觀的人機(jī)接口　224
14．1．4　關(guān)于增加最佳實(shí)踐封裝的要求　226
14．2　能夠改變認(rèn)知計(jì)算未來(lái)的技術(shù)進(jìn)步　226
14．3　未來(lái)將如何　227
14．3．1　未來(lái)五年　227
14．3．2　放眼長(zhǎng)期　229
14．4　新興的創(chuàng)新　230
14．4．1　深度問(wèn)答與假設(shè)生成　231
14．4．2　自然語(yǔ)言處理　231
14．4．3　認(rèn)知訓(xùn)練工具　232
14．4．4　數(shù)據(jù)整合與表示　233
14．4．5　新興的硬件結(jié)構(gòu)　233
14．4．6　自然認(rèn)知模型的可替代模型　237
14．5　總結(jié)　238
縮略語(yǔ)　239