1.体系多维：系统梳理人工智能发展全历程，深度拆解大数据治理完整方法论，构建 AI 与数据融合发展的专业知识体系。 2.场景实战：覆盖智能制造、智慧城市等八大应用场景，结合真实产业案例，提供可落地的企业智能化转型路线图。 3.价值提升：聚焦数据从资源化到资产化升级，详解数据治理、价值挖掘与安全保护，助力企业释放数据核心价值。 4.合规风控：深度解析国内外 AI 伦理实践与治理框架，为政府、企业提供风险防控与合规发展实操参考。
售 价：¥
纸质售价：¥76.40购买纸书
6.5
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
前言
第1章 人工智能与大数据技术概述
1.1 人工智能发展的历史进程
1.1.1 形成期
1.1.2 平稳发展期
1.1.3 飞跃期
1.2 深度学习的成功与挑战
1.3 人工智能技术体系的发展
1.4 大数据技术
1.4.1 数据的产生与增长
1.4.2 大数据的概念和特征
1.4.3 大数据思维模式
1.4.4 大数据的作用和意义
第2章 数据价值与治理
2.1 背景和主要驱动力
2.1.1 政策背景
2.1.2 目的与意义
2.2 数据资产管理
2.2.1 数据资产管理的概念与内涵
2.2.2 数据资产管理在数据价值释放中的作用
2.3 数据治理项目方法论
2.3.1 企业数据治理方法论
2.3.2 明确数据治理项目路线图
2.3.3 确定数据治理项目里程碑
2.4 数据采集与处理
2.4.1 数据采集过程
2.4.2 数据采集的挑战
2.5 数据治理与模型构建
2.6 大数据资产管理案例
2.6.1 数据情况
2.6.2 实践路径
2.7 数据价值挖掘
2.7.1 数据驱动的价值
2.7.2 数据价值挖掘的突破
2.8 数据价值实现的阶段进程
2.9 数据治理案例
2.9.1 数据质量分析
2.9.2 数据质量问题导致的管理风险
2.9.3 数据治理的解决思路及方案设计
2.9.4 数据治理实施效果分析
2.10 数据安全与隐私
2.10.1 静态隐私防护
2.10.2 动态隐私防护
2.11 数据治理体系
第3章 大数据的行业应用
3.1 常见大数据技术组件
3.1.1 业务交互数据库
3.1.2 数据采集组件
3.1.3 数据分析和处理组件
3.1.4 可视化页面组件
3.1.5 数据实时处理组件
3.2 大数据在科研院所科研项目管理中的应用
3.2.1 大数据场景分析
3.2.2 系统架构分析
3.2.3 在科研项目管理中应用数据挖掘技术
3.2.4 关键技术与方法应用
3.2.5 效果分析与评估
3.2.6 科研项目大数据应用分析
3.2.7 科研项目管理大数据挖掘应用
3.2.8 大数据技术赋能科研项目管理的效益
3.3 大数据军事应用
3.3.1 智能监控系统
3.3.2 军事模拟与战略规划
3.4 大数据行业应用场景
3.4.1 电子政务大数据
3.4.2 金融大数据
3.4.3 工业大数据
3.4.4 生物医药大数据
3.4.5 交通运输大数据
3.5 数据要素加工交易平台
3.5.1 数据要素加工交易平台功能
3.5.2 数据要素操作系统
3.5.3 数据要素业务系统
3.5.4 数据要素支撑系统
第4章 人工智能技术方法论
4.1 技术方法论的概念
4.2 传统人工智能研究范式
4.2.1 经验范式
4.2.2 结构范式
4.2.3 行为范式
4.3 现代人工智能研究范式
4.3.1 数据范式
4.3.2 综合或集成范式
4.3.3 跨学科范式
4.3.4 混合或融合范式
4.3.5 类脑范式
4.4 新图灵测试
4.5 通用人工智能
4.6 人工智能应用方法论
4.6.1 场景分析与需求定义
4.6.2 技术选型与架构设计
4.6.3 部署优化与效果评估
4.7 典型案例解析
第5章 产业智能化转型
5.1 产业数据发展现状
5.1.1 算力
5.1.2 算法
5.2 人工智能业务模式
5.2.1 人工智能定制方案
5.2.2 人工智能通用产品
5.2.3 人工智能开源框架
5.3 人工智能应用场景
5.3.1 智能制造
5.3.2 智慧城市
5.3.3 智能医疗
5.3.4 智能金融
5.3.5 智能农业
5.3.6 智能教育
5.3.7 智能机器人
5.3.8 公共安全
5.4 智能商业创新
5.4.1 人工智能推动商业变革
5.4.2 智能商业创新面临挑战
5.5 案例：智能Copilot应用与创新实践
5.5.1 案例背景
5.5.2 战略规划和行动路线图
5.5.3 实施效果
5.5.4 实施难度与复杂度
5.5.5 案例亮点
第6章 大数据与人工智能伦理及治理
6.1 科技伦理与人工智能伦理
6.2 人工智能技术伦理
6.2.1 人工智能伦理概念
6.2.2 人工智能技术伦理问题
6.3 人工智能伦理问题的国际状况
6.3.1 政府和组织的人工智能伦理倡议
6.3.2 相关企业的伦理倡议
6.4 数据伦理
6.4.1 数据伦理与人工智能伦理
6.4.2 大数据技术伦理
6.4.3 大数据信息价值开发伦理问题
6.5 人工智能伦理治理
6.6 人工智能伦理治理技术
6.6.1 人工智能伦理技术治理框架
6.6.2 人工智能伦理技术治理实现路径与实践
6.7 人工智能伦理治理标准
第7章 人工智能的未来与发展
7.1 人工智能核心技术演进趋势
7.2 人工智能未来关键技术
7.2.1 智能机器人
7.2.2 通用人工智能
7.2.3 量子计算
7.2.4 智能体
7.2.5 脑机接口技术
7.3 产业变革的驱动力
7.3.1 新兴商业模式的演化
7.3.2 就业结构的深度重塑
7.3.3 创新发展的新动能
7.3.4 人机协作的新范式
7.4 人工智能与大数据的技术融合与未来发展 蓝图
7.4.1 人工智能与大数据的技术融合
7.4.2 传统行业的创新和突破
7.4.3 人工智能生成内容技术发展趋势
7.4.4 人工智能与大数据融合发展的方向与价值取向
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
