本书首先从企业支持人工智能技术发展的视角出发，讲解如何认识数字化转型、数字化转型战略主要包含的方面、支持数字化转型的应用体系设计方法等。其次，承接对应用体系设计的讨论，详细讲解如何研发并落地实施定制化的人工智能应用，内容包括对人工智能应用研发的整体认识，业务需求和业务知识的梳理，数据收集、数据处理与建模分析，模型上线运行和持续迭代等。最后，基于相关讨论，分析人工智能应用研发的特点，探讨人工智能领域在应用研发模式与策略、专业技能人才培养等方面可能产生的一些新变化，以及领域内各种业态可能出现的发展趋势。 本书适合企业技术总监、规划与计划人员、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。

内容提要 对于传统产业而言，数字化与新基建给大家带来的不仅仅是机遇，还有更大的挑战。2020年以来，越来越多的企业受到来自国际形势、国内市场改变的冲击，原本的“挑战”一夜之间成为“危机”，对自身生产、经营模式进行升级已经是迫在眉睫的事情，而市场上真正能说明白数字化转型的图书尚为一片空白。 本书是一本揭示数字化战略与新基建对商业影响的系统性教材与指南，围绕“数字化升级”这一核心主题，从全局出发，关注数字化政策、思维、组织、产品、供应链、营销、传播、资产八大领域，希望通过简单通俗的语言，让想了解数字化的所有人都能“像看懂葫芦娃一样理解数字化”，以低门槛系统性地掌握数字化升级全景图，抓住数字化时代的红利。 本书也是一本应用区块链技术和社群运营机制的“数字化图书”，通过区块链技术发行总量限定的“一书一码”的通证积分，围绕本书构建社群玩法，给读者带来可持续价值...(展开全部)

本书基于作者多年来从事数字化产品策划、咨询和创业过程中的经验，试图给正在面临数字化转型难题的人们提供一个思考问题的框架性参考。 本书从数字化的发展演化路径出发，详细解释了不同时期应采取的优策略。同时基于传统行业与数字化的标杆——互联网行业的底层思维差异，推导出一系列的数字化转型思维、方法论和模型框架。书中的案例也更多的讲求层次逻辑和洞察，而不仅仅是泛泛的介绍。 本书的目标读者是传统企业的中高层管理人员，同时兼顾互联网背景的、有丰富经验的专业人士，以及咨询公司的项目经理。

本书系统介绍了人工智能的基本原理、方法和技术，并反映国内外研究和应用的最新进展。全书共11章。第1章主要介绍人工智能从业人员的职业道德及行业准则和人工智能视角下的企业文化和职业素养。第2章主要介绍人工智能技术的定义、经典问题、发展史和产品应用等。第3章主要介绍人工智能与大数据、数据采集与预处理、数据可视化。第4章介绍了机器学习的学习类型、分类、常见任务及其应用。第5、6章对神经网络和深度学习做了引导性综述，包括图片识别、BP神经网络的数据分类、卷积神经网络、循环神经网络。第7章介绍了计算机视觉技术在图像分类和人脸识别中的应用。第8章介绍了中文分词原理和各种模型与算法设计。第9章对语音与语音识别过程进行了详细的介绍。第10、11章详细介绍了人工智能开发环境的设置与机器人的具体实现，以开阔读者的眼界。 本书内容丰富，叙述脉络清晰，实用性强，同时配有丰富的习题，可作为高等职业院校计算机相关专业高职专科生教材，也可作为人工智能工程技术人员的培训教材。

本书介绍了人工智能概览、机器学习、深度学习、人工智能主流开发框架、华为全栈全场景AI战略—EI、 HiAI、昇腾，以及人工智能综合实验等内容?这是一本华为ICT学院人工智能课程培训的教材。本书是作者和华为的工作人员共同完成的，其间参阅了国内外现有教材和相关文献后编写的?全书注重理论与实践的结合, 注重算法与框架的实际应用与实现方法, 注重创新思维的训练与培养? 本书既可作为高等院校人工智能课程的培训教材，也可作为自动化?电气工程及其自动化?计算机科学与技术?电子信息工程等专业学生“人工智能” 课程的本科生?研究生教材, 也可供从事人工智能研究与应用的科技工作者学习参考?

本书介绍了人工智能概览、机器学习、深度学习、人工智能主流开发框架、华为全栈全场景AI战略—EI、 HiAI、昇腾，以及人工智能综合实验等内容?这是一本华为ICT学院人工智能课程培训的教材。本书是作者和华为的工作人员共同完成的，其间参阅了国内外现有教材和相关文献后编写的?全书注重理论与实践的结合, 注重算法与框架的实际应用与实现方法, 注重创新思维的训练与培养? 本书既可作为高等院校人工智能课程的培训教材，也可作为自动化?电气工程及其自动化?计算机科学与技术?电子信息工程等专业学生“人工智能” 课程的本科生?研究生教材, 也可供从事人工智能研究与应用的科技工作者学习参考?

本书系统介绍了人工智能的基本原理、方法和技术，并反映国内外研究和应用的最新进展。全书共11章。第1章主要介绍人工智能从业人员的职业道德及行业准则和人工智能视角下的企业文化和职业素养。第2章主要介绍人工智能技术的定义、经典问题、发展史和产品应用等。第3章主要介绍人工智能与大数据、数据采集与预处理、数据可视化。第4章介绍了机器学习的学习类型、分类、常见任务及其应用。第5、6章对神经网络和深度学习做了引导性综述，包括图片识别、BP神经网络的数据分类、卷积神经网络、循环神经网络。第7章介绍了计算机视觉技术在图像分类和人脸识别中的应用。第8章介绍了中文分词原理和各种模型与算法设计。第9章对语音与语音识别过程进行了详细的介绍。第10、11章详细介绍了人工智能开发环境的设置与机器人的具体实现，以开阔读者的眼界。 本书内容丰富，叙述脉络清晰，实用性强，同时配有丰富的习题，可作为高等职业院校计算机相关专业高职专科生教材，也可作为人工智能工程技术人员的培训教材。

数据治理：工业企业数字化转型》是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。 《数据治理：工业企业数字化转型》是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理...(展开全部)

本书全面讲述人工智能涉及的技术，学完本书后，读者将对人工智能技术有全面的理解，并能掌握AI整体知识架构。本书共分11章，内容包括人工智能概述、AI产业、数据、机器学习概述、模型、机器学习算法、深度学习、TensorFlow、神经网络、知识图谱、数据挖掘，以及银行业、医疗行业、公共安全、制造业等行业人工智能应用情况。附录给出了极有参考价值的人工智能术语列表。本书适合人工智能技术初学者、人工智能行业准从业人员、AI投资领域的技术专家，也适合作为高等院校和培训学校人工智能相关专业师生的教学参考书。

在云计算、物联网、人工智能和虚拟现实技术的快速发展下，全球迎来了数字化时代。而在数字化背景下，传统的企业应该如何向数字化领军企业转型，以更好地面对外部客户需求的变化，提升企业的竞争优势，是本书关注的主要问题。 本书是由美国数字化变革的领军企业Centric Digital的首席执行官(CEO) 贾森·艾博年（Jason Albanese）和首席数字官(CDO) 布莱恩·曼宁（Brian Manning）合作撰写的。两位作者结合自己在医疗、金融、零售和工业等领域进行数字化变革的经验，对传统企业进行数字化变革的必要性、数字化变革的类型和数字化变革的实施方案等进行了深入地分析。