【章名目錄】 第　1章 大數(shù)據(jù)與人工智能概述　1 第　2章 大數(shù)據(jù)與人工智能產(chǎn)業(yè)概況　14 第3章　大數(shù)據(jù)技術(shù)　34 第4章　人工智能技術(shù)　97 第5章　機(jī)器學(xué)習(xí)　106 第6章　強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)與集成學(xué)習(xí)　135 第7章　其他新興技術(shù)　148 第8章　人工智能與大數(shù)據(jù)人才概述　168 第9章　人工智能倫理　181 第　10章 數(shù)據(jù)安全　193 【詳細(xì)目錄】 第　1章 大數(shù)據(jù)與人工智能概述　1 1.1　大數(shù)據(jù)的概念、特征與發(fā)展歷程　1 1.1.1　大數(shù)據(jù)的概念與特征　1 1.1.2　大數(shù)據(jù)的發(fā)展歷程　3 1.2　人工智能的概念與發(fā)展歷程　4 1.2.1　人工智能的概念　4 1.2.2　人工智能的發(fā)展歷程　5 1.3　數(shù)字時(shí)代的思維變革與技術(shù)支持　7 1.3.1　數(shù)字時(shí)代的挑戰(zhàn)與數(shù)據(jù)思維模式的轉(zhuǎn)變　7 1.3.2　發(fā)展基石：算子、算力　8 1.4　大數(shù)據(jù)與人工智能的關(guān)系　10 1.4.1　大數(shù)據(jù)與人工智能　10 1.4.2　小數(shù)據(jù)與人工智能　11 1.5　本章小結(jié)　12 1.6　習(xí)題　13 第　2章 大數(shù)據(jù)與人工智能產(chǎn)業(yè)概況　14 2.1　大數(shù)據(jù)與人工智能的應(yīng)用現(xiàn)狀　14 2.1.1　應(yīng)用領(lǐng)域　14 2.1.2　發(fā)展趨勢(shì)　24 2.2　我國(guó)相關(guān)產(chǎn)業(yè)的布局　25 2.2.1　大數(shù)據(jù)產(chǎn)業(yè)相關(guān)布局　26 2.2.2　人工智能產(chǎn)業(yè)相關(guān)布局　27 2.3　大數(shù)據(jù)與人工智能產(chǎn)業(yè)的發(fā)展機(jī)遇與面臨的挑戰(zhàn)　27 2.3.1　大數(shù)據(jù)與人工智能產(chǎn)業(yè)的發(fā)展機(jī)遇　28 2.3.2　大數(shù)據(jù)與人工智能產(chǎn)業(yè)面臨的挑戰(zhàn)　30 2.4　本章小結(jié)　33 2.5　習(xí)題　33 第3章　大數(shù)據(jù)技術(shù)　34 3.1　大數(shù)據(jù)采集　34 3.1.1　大數(shù)據(jù)來(lái)源　34 3.1.2　大數(shù)據(jù)采集設(shè)備　35 3.1.3　大數(shù)據(jù)采集方法　36 3.2　大數(shù)據(jù)預(yù)處理　40 3.2.1　數(shù)據(jù)預(yù)處理技術(shù)基本概述　40 3.2.2　大數(shù)據(jù)預(yù)處理流程　42 3.3　大數(shù)據(jù)存儲(chǔ)與管理　48 3.3.1　大數(shù)據(jù)存儲(chǔ)的概念　49 3.3.2　大數(shù)據(jù)存儲(chǔ)技術(shù)　64 3.4　大數(shù)據(jù)可視化　80 3.4.1　數(shù)據(jù)可視化概念　81 3.4.2　大數(shù)據(jù)可視化方法　81 3.4.3　可視化工具　84 3.5　典型大數(shù)據(jù)計(jì)算平臺(tái)　86 3.5.1　Hadoop　86 3.5.2　Apache Spark　90 3.5.3　Apache Storm　95 3.6　本章小結(jié)　96 3.7　習(xí)題　96 第4章　人工智能技術(shù)　97 4.1　人工智能技術(shù)的概念　97 4.2　自然語(yǔ)言處理　97 4.2.1　自然語(yǔ)言處理的定義　98 4.2.2　自然語(yǔ)言處理的原理　98 4.2.3　自然語(yǔ)言處理的發(fā)展歷史　98 4.2.4　自然語(yǔ)言處理的前景　99 4.3　機(jī)器視覺(jué)　100 4.3.1　機(jī)器視覺(jué)的定義　100 4.3.2　機(jī)器視覺(jué)的原理　101 4.3.3　機(jī)器視覺(jué)的發(fā)展歷史　101 4.3.4　機(jī)器視覺(jué)的前景　102 4.4　語(yǔ)音識(shí)別　103 4.4.1　語(yǔ)音識(shí)別的定義　103 4.4.2　語(yǔ)音識(shí)別的原理　103 4.4.3　語(yǔ)音識(shí)別的發(fā)展歷史　104 4.4.4　語(yǔ)音識(shí)別的前景　104 4.5　本章小結(jié)　105 4.6　習(xí)題　105 第5章　機(jī)器學(xué)習(xí)　106 5.1　機(jī)器學(xué)習(xí)概述　106 5.1.1　機(jī)器學(xué)習(xí)的定義　106 5.1.2　機(jī)器學(xué)習(xí)的發(fā)展歷史　107 5.1.3　機(jī)器學(xué)習(xí)算法分類(lèi)　109 5.2　機(jī)器學(xué)習(xí)基本概念　110 5.2.1　樣本數(shù)據(jù)、數(shù)據(jù)集和特征　110 5.2.2　分類(lèi)、回歸與聚類(lèi)　111 5.3　機(jī)器學(xué)習(xí)模型評(píng)估與性能度量　112 5.3.1　模型評(píng)估　113 5.3.2　性能度量　115 5.4　機(jī)器學(xué)習(xí)算法　118 5.4.1　線(xiàn)性模型　119 5.4.2　決策樹(shù)　123 5.4.3　神經(jīng)網(wǎng)絡(luò)　126 5.4.4　支持向量機(jī)　129 5.4.5　樸素貝葉斯　130 5.4.6　聚類(lèi)　131 5.4.7　降維與度量學(xué)習(xí)　132 5.4.8　特征選擇　133 5.5　本章小結(jié)　134 5.6　習(xí)題　134 第6章　強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)與集成學(xué)習(xí)　135 6.1　強(qiáng)化學(xué)習(xí)　135 6.1.1　強(qiáng)化學(xué)習(xí)要素　136 6.1.2　K-臂游戲機(jī)　137 6.1.3　蒙特卡洛強(qiáng)化學(xué)習(xí)　138 6.1.4　時(shí)序差分學(xué)習(xí)　138 6.1.5　強(qiáng)化學(xué)習(xí)的相關(guān)技術(shù)　140 6.2　深度學(xué)習(xí)　141 6.2.1　走進(jìn)深度學(xué)習(xí)　141 6.2.2　前饋神經(jīng)網(wǎng)絡(luò)　141 6.2.3　卷積網(wǎng)絡(luò)　142 6.2.4　循環(huán)網(wǎng)絡(luò)　142 6.2.5　Transformer　142 6.3　集成學(xué)習(xí)　143 6.3.1　Boosting　144 6.3.2　Bagging　145 6.3.3　其他集成學(xué)習(xí)技術(shù)　146 6.4　本章小結(jié)　147 6.5　習(xí)題　147 第7章　其他新興技術(shù)　148 7.1　物聯(lián)網(wǎng)　148 7.1.1　物聯(lián)網(wǎng)的概念及背景　148 7.1.2　物聯(lián)網(wǎng)的應(yīng)用　148 7.2　云計(jì)算　152 7.2.1　云計(jì)算的概念及背景　152 7.2.2　云計(jì)算的應(yīng)用　158 7.3　圖計(jì)算　159 7.3.1　圖計(jì)算的概念及背景　159 7.3.2　圖計(jì)算的應(yīng)用　160 7.4　邊緣計(jì)算　161 7.4.1　邊緣計(jì)算的概念及背景　161 7.4.2　邊緣計(jì)算的應(yīng)用　162 7.5　區(qū)塊鏈　163 7.5.1　區(qū)塊鏈的概念及背景　163 7.5.2　區(qū)塊鏈的應(yīng)用　165 7.6　本章小結(jié)　167 7.7　習(xí)題　167 第8章　人工智能與大數(shù)據(jù)人才概述　168 8.1　人工智能與大數(shù)據(jù)人才現(xiàn)狀分析　168 8.1.1　人才現(xiàn)狀分析　168 8.1.2　人工智能與大數(shù)據(jù)人才地圖　173 8.2　人工智能與大數(shù)據(jù)人才能力要求　175 8.2.1　人工智能人才要求　175 8.2.2　大數(shù)據(jù)人才要求　178 8.3　本章小結(jié)　180 8.4　習(xí)題　180 第9章　人工智能倫理　181 9.1　人工智能倫理概述　181 9.1.1　人工智能——人類(lèi)新前沿　181 9.1.2　人工智能倫理的歷史經(jīng)驗(yàn)　182 9.2　人工智能倫理具體內(nèi)容　183 9.2.1　人工智能倫理是什么　183 9.2.2　人工智能道德與權(quán)利　184 9.2.3　人工智能安全問(wèn)題　189 9.3　構(gòu)建友好人機(jī)交互關(guān)系　189 9.3.1　構(gòu)建人工智能道德　190 9.3.2　為人工智能道德設(shè)計(jì)架構(gòu)　190 9.3.3　確保人工智能系統(tǒng)的安全和保障　190 9.4　本章小結(jié)　192 9.5　習(xí)題　192 第　10章 數(shù)據(jù)安全　193 10.1　數(shù)據(jù)安全內(nèi)涵與重要性　193 10.1.1　數(shù)據(jù)安全內(nèi)涵　193 10.1.2　數(shù)據(jù)安全重要性　195 10.2　數(shù)據(jù)安全需求與挑戰(zhàn)　196 10.2.1　數(shù)據(jù)產(chǎn)業(yè)新生態(tài)及發(fā)展趨勢(shì)　196 10.2.2　產(chǎn)業(yè)升級(jí)和技術(shù)發(fā)展下的數(shù)據(jù)安全新挑戰(zhàn)　197 10.2.3　數(shù)據(jù)安全產(chǎn)業(yè)人才需求　199 10.3　數(shù)據(jù)安全應(yīng)對(duì)策略　201 10.3.1　管理——法規(guī)、政策的建立與執(zhí)行　201 10.3.2　技術(shù)——數(shù)據(jù)全生命周期安全　203 10.4　本章小結(jié)　205 10.5　習(xí)題　205 后記　206