《AI賦能：企業智能化應用實踐》田野張建偉『EPUB電子書下載』

　　本書是一本介紹AI技術在企業生產和運營過程中實踐應用的圖書，全書共6章：智能化應用的概念，智能化應用的價值、挑戰及發展趨勢，智能化技術概述，多行業智能化應用業務場景分析，智能化應用的項目化實施和智能化應用的實踐案例。
　　本書旨在為企業提供實用的AI應用指南，深入介紹了智能化應用的開發和實施過程，包括技術架構、數據管理、算法選擇、模型訓練和評估等內容，並結合實際案例分享經驗和方法論，幫助讀者在實踐中掌握建立智能化應用的關鍵技術和管理能力。
　　本書讀者對象為：數據分析、人工智能、機器學習等領域的從業人員；對於企業數字化轉型和智能化應用感興趣的企業管理者和決策者；對於智能化應用感興趣，希望深入了解智能化技術和應用場景的讀者。

　　田野，聯想方案服務集團產品中心資深數據科學家，原數據智能集團突出貢獻專家。研究領域包括機器學習、人工智能及工業智能。在工藝優化質量控製、能耗優化、供應鏈優化等領域有豐富的工程實踐經驗，主持和建設了國內外十餘家世界500強企業的智能化轉型和智能化應用項目，擁有國內外授權專利30餘項。
　　張建偉，聯想方案服務集團產品中心總監，中國企業數字化轉型的資深實踐者。擁有20餘年大數據及智能製造領域從業經驗，對大數據應用、數據治理、智能化應用等相關技術和實踐有著深刻理解及豐富的經驗。作為總架構師，主導和完成了國內數十家製造業企業的數字化轉型項目，為中國製造業的數字化轉型探索出了一條清晰的解決之道。

封麵
版權信息
前折頁
插圖
序言一
序言二
前言
第1章 智能化應用的概念
1.1 智能化的概念
1.1.1 什麼是智能化
1.1.2 企業為什麼需要智能化
1.1.3 企業如何實現智能化
1.1.4 智能化與數字化的關係
1.2 智能化應用：構建企業智能化生態的關鍵要素
1.3 智能化應用的分類
1.3.1 數據分析型智能化應用
1.3.2 決策支持型智能化應用
1.3.3 自動化型智能化應用
1.3.4 人機協作型智能化應用
1.4 智能化應用的構成要素
1.4.1 數據基礎
1.4.2 業務需求
1.4.3 技術支撐
1.4.4 戰略驅動
第2章 智能化應用的價值、挑戰及發展趨勢
2.1 智能化應用的價值
2.1.1 提高效率
2.1.2 優化決策
2.1.3 降低成本
2.1.4 改善用戶體驗
2.1.5 增強競爭力
2.2 智能化應用麵臨的挑戰
2.2.1 數據質量
2.2.2 算法不可解釋
2.2.3 數據隱私
2.2.4 數據安全風險
2.3 智能化應用的發展趨勢
2.3.1 技術深度融合
2.3.2 數據價值挖掘
2.3.3 跨行業應用
第3章 智能化技術概述
3.1 智能化技術的概念和發展歷程
3.1.1 智能化技術的概念
3.1.2 智能化技術的發展歷程
3.2 智能化技術的分類
3.2.1 人工智能技術
3.2.2 區塊鏈技術
3.2.3 機器人技術
3.2.4 傳感器技術
3.2.5 雲計算技術
3.2.6 大數據技術
3.2.7 物聯網技術
3.2.8 邊緣計算技術
3.3 智能化技術的主要應用場景
3.3.1 智能感知與識別
3.3.2 數據分析與挖掘
3.3.3 業務智能決策
3.3.4 工藝與流程優化
3.3.5 智能控製與自動化
3.3.6 人機交互與協同
3.4 智能化技術的發展趨勢
3.4.1 多模態融合技術將更加普及，強化智能化交互體驗
3.4.2 與業務深度融合，促進企業業務升級
3.4.3 向邊緣設備推進，實現分布式智能化應用
3.4.4 注重數據安全和隱私保護，應對數據安全風險挑戰
3.4.5 注重社會責任和倫理問題，推動智能化應用健康發展
第4章 多行業智能化應用業務場景分析
4.1 汽車行業
4.1.1 汽車行業業務分析
4.1.2 汽車行業智能化應用的全景分析
4.1.3 典型智能化應用一：基於機器學習技術的汽車銷量預測
4.1.4 典型智能化應用二：基於多分類深度學習技術的汽車售後備件需求預測
4.1.5 典型智能化應用三：基於多目標優化技術的售後服務備件生產計劃和庫存優化
4.2 石油石化行業
4.2.1 石油石化行業業務分析
4.2.2 石油石化行業智能化應用的全景分析
4.2.3 典型智能化應用一：基於運籌優化技術的油氣田智能鑽井參數優化
4.2.4 典型智能化應用二：煉油工藝產品收率優化
4.2.5 典型智能化應用三：工藝參數智能預警與控製
4.3 化工行業
4.3.1 化工行業業務分析
4.3.2 化工行業智能化應用的全景分析
4.3.3 典型智能化應用一：化學品生產工藝的多目標優化
4.3.4 典型智能化應用二：生產流程的質量智能檢測
4.3.5 典型智能化應用三：化工產品組分純度的智能控製
4.4 煙草行業
4.4.1 煙草行業業務分析
4.4.2 煙草行業智能化應用的全景分析
4.4.3 典型智能化應用一：製絲線水分穩定性智能控製
4.4.4 典型智能化應用二：基於機器學習與運籌優化技術的烘絲機出口質量優化
4.4.5 典型智能化應用三：基於機器視覺與仿真技術的全線質量控製
4.5 鋼鐵行業
4.5.1 鋼鐵行業業務分析
4.5.2 鋼鐵行業智能化應用的全景分析
4.5.3 典型智能化應用一：基於卷積神經網絡的鋼板表麵缺陷檢測與識別
4.5.4 典型智能化應用二：基於深度學習的VD爐的爐溫控製質量檢測
4.5.5 典型智能化應用三：基於人工智能技術的鋼材製成件的銷量預測
4.6 通信運營商
4.6.1 通信運營商業務分析
4.6.2 通信運營商智能化應用的全景分析
4.6.3 典型智能化應用一：智能語音客服
4.6.4 典型智能化應用二：智能化用戶畫像與營銷推薦係統
4.6.5 典型智能化應用三：智能化網絡調度與安全
4.7 其他行業
4.7.1 零售業
4.7.2 醫療健康行業
4.7.3 物流行業
4.7.4 機械製造行業
第5章 智能化應用的項目化實施
5.1 智能化應用的前期準備
5.1.1 智能應用場景識別
5.1.2 智能應用的業務價值分析
5.2 智能化應用的可行性分析
5.2.1 ROI預估
5.2.2 數據可用性和可信度評估
5.2.3 智能化技術可行性和可擴展性評估
5.2.4 企業內部的技術和人員資源評估
5.3 工程化實施團隊組建
5.3.1 確定團隊目標與考核體係
5.3.2 確定團隊人員角色及分工
5.3.3 確定團隊組織形式：跨組織、委外、合作
5.3.4 確定團隊溝通機製
5.4 智能化應用的開發流程
5.4.1 需求分析和定義
5.4.2 數據采集和預處理
5.4.3 算法技術方案設計
5.4.4 算法和模型開發
5.4.5 智能化應用集成
5.4.6 應用部署和測試
5.4.7 迭代和優化
5.5 智能化應用的係統化集成
5.5.1 智能化應用的架構設計與實現
5.5.2 業務應用設計、開發與集成
5.5.3 前後端應用的設計、開發與集成
第6章 智能化應用的實踐案例
6.1 某全球化學品龍頭生產企業——工藝優化與產品質量智能預測
6.2 某新能源電池企業——售後備件供應鏈智能優化
6.3 某卷煙廠——基於機器學習與運籌優化技術的製絲線智能控製係統
6.4 某國產汽車龍頭企業——汽車售後服務智能優化
6.5 某化纖龍頭企業——基於銷量預測的智能排產與轉產
後折頁
封底