编辑推荐
计算智能领域的学术思潮正以相当高的速度流行并影响着工业界的实践。从业人员面临着跟踪、理解和运用这些新技术的挑战,甚至在计算智能基本理论尚未被完全理解之前就已证明了其价值所在。《应用计算智能:如何创造价值》提供了应用智能计算方法创造价值的指南。
第一部分,作者对关键的计算智能技术提供了简单的解释,这些技术包括:模糊逻辑、神经网络、支持向量机、进化计算、群体智能和智能代理等。第二部分,作者引入典型的商业应用环境,并分析了这些新兴技术所能提供的竞争优势。第三部分,作者介绍了在现实环境中有效应用计算智能的方法论,同时也可尽量减少技术的开发成本。作者指出了关键的需要加以改进的被低估了的技术营销工作。所引入的方法论可以改善工业上盛行的工作流程之一的六西格玛方法。最后,在第四部分,作者探索了尚处于研究领域的新技术,如:感知计算、人工免疫系统、结构可演化系统,还探讨了涉及工程项目实际需求的计算智能应用的未来发展。
作者在《应用计算智能:如何创造价值》中采用了通俗易懂的语言,对许多新技术和思想进行了可视化呈现,并从成功实施的项目中采纳案例及素材。对实际中采纳这些技术的工程师,负责价值创造及降低成本的业界管理人员,以及在其研究领域中采用计算智能技术的科学家.《应用计算智能:如何创造价值》是理想的参考资料。
内容简介
计算智能领域中的很多学术思想已经以极快的速度和持久性渗透到了工业界,数以千计的实际应用证明了模糊逻辑、神经网络、进化算法、群体智能和智能代理在实际使用中的潜力。《应用计算智能:如何创造价值》以简明清晰、科学严谨的方式介绍了各种计算智能方法的科学原理、开发流程和实际应用。本书内容共十五章,分为四个部分:第1部分是计算智能构成要素的简明介绍,主要讲述了模糊系统、人工神经网络、支持向量机、进化计算、群体智能和智能代理技术的科学原理、应用领域及开发流程;第2部分侧重于讨论计算智能创造价值的潜力,介绍了计算智能的主要应用领域、竞争优势以及应用中所遇到的一些实际问题;第3部分涵盖了本书*重要的内容,即成功应用计算智能解决实际问题的方法策略,并给出了在制造业和新产品设计方面高效整合计算智能技术以解决实际问题的具体实例;第4部分指明了计算智能的未来发展方向。
《应用计算智能:如何创造价值》的目标读者不仅包括现有的计算智能科学团体,同时包括从事计算智能、机器学习、数据挖掘、人工智能、计算机科学与技术等领域研究工作的大学教师、科技工作者、研究生、大学本科高年级学生和从事企业管理、流程开发、工业应用软件开发的不同行业的工作者,以及六西格玛用户、管理人员、软件供应商、企业家等工程应用开发和企业管理人员。
内页插图
目录
第1部分 计算智能的核心要素
第1章 人工智能与计算智能
1.1 人工智能:先驱者
1.2 计算智能:继任者
1.3 AI与CI间的关键不同点
1.4 小结
总结
推荐阅读
第2章 通过计算智能迷宫的路线
2.1 CI方法的优缺点
2.2 计算智能的关键科学原理
2.3 计算智能的主要应用领域
2.4 小结
总结
推荐阅读
第3章 进入模糊世界
3.1 模糊系统概要
3.2 模糊系统的优势
3.3 模糊系统的问题
3.4 如何应用模糊系统
3.5 模糊系统的典型应用
3.6 模糊系统的推销
3.7 模糊系统的可用资源
3.8 小结
总结
推荐阅读
第4章 机器学习:学习机器中的精灵
4.1 神经网络概要
4.2 支持向量机概要
4.3 机器学习的优势
4.4 机器学习的问题
4.5 如何应用机器学习系统
4.6 机器学习的典型应用
4.7 机器学习的推销
4.8 机器学习的可用资源
4.9 小结
总结
推荐阅读
第5章 进化计算:基因的优势
5.1 进化计算的核心要素
5.2 进化计算的优势
5.3 进化计算的问题
5.4 如何应用进化计算
5.5 进化计算的典型应用
5.6 进化计算的推销
5.7 进化计算的可用资源
5.8 小结
总结
推荐阅读
第6章 群体智能:群体的优势
6.1 群体智能的核心要素
6.2 群体智能的优势
6.3 群体智能的问题
6.4 如何应用群体智能
6.5 群体智能的典型应用
6.6 群体智能的推销
6.7 群体智能的可用资源
6.8 小结
总结
推荐阅读
……
第2部分 计算智能创造价值
第3部分 计算智能的应用策略
前言/序言
计算智能领域中的很多学术思想已经以极快的速度和持久性渗透到了工业界。即使我们对其理论基础尚未完全明了,但数以千计的实际应用已经证明了模糊逻辑、神经网络、进化计算、群体智能和智能代理在实际使用中的潜力。计算智能的应用范围也正在日益扩大。一些软件供应商宣称,新的淘金热将是“把数据转换为金子”的机器学习领域。像“数据挖掘”“遗传算法”“群体优化”这些新的流行语已经丰富了高层管理者的词汇库,并使他们更加高瞻远瞩地关注21世纪的发展。自美国前总统乔治.W.布什在2000年总统竞选的一次辩论中使用“模糊数学”一词之后,其甚至变为了一个政治术语。以至于业务操作人员用谈论达拉斯牛仔的热情谈论神经网络的性能。
然而,对于大多数工程师和科学家而言,将计算智能技术引入实践当中并探寻不断出现的新方法、理解其理论原理及潜在价值成为一个越来越艰巨的任务。为了跟踪新技术(如遗传算法或支持向量机)的发展,人们必须使用谷歌搜索或学术期刊和书籍作为信息的主要来源(许多情况下这也是唯一来源)。对于多数从业者而言,面临的挑战是很难理解那些高度抽象及纯粹理论的学术专著。他们需要一本浅显易懂的计算智能参考书。这本书定义了计算智能创造价值的源头;它用最少的理论细节和证明清晰地解释了不同计算智能方法的主要原理;提供了一种实践中成功应用计算智能的集成方法学;对于如何处理许多技术和非技术问题提供了实用的指导准则;尤其是对现实世界中的某些典型应用案例进行了剖析。
动机
《应用计算智能——如何创造价值》是市场上第一本能满足此方面需求的书,多种因素驱使作者撰写本书。
首先是为了强调学术研究和工业研究的不同驱动力(图0.1)。在学术研究和工业研究之间,价值是不同操作模式的基础。学术研究的主要目标是在自然界的不同层面上(从量子到宇宙)创造新的知识,发表文章的数量和质量是成功的定义。相反,工业研究的主要目标是在自然界的任一层面上通过探索和实践知识来创造价值,其成功的定义是增加利润并且提升市场竞争地位。
智能算法的实践之道:从理论到价值创造 在当今这个数据爆炸、计算能力飞跃的时代,如何有效地驾驭海量信息,并将其转化为切实可见的业务价值,已经成为所有组织和个人面临的核心挑战。我们正经历一场由智能算法驱动的深刻变革,这股力量不仅重塑着产业格局,更在以前所未有的方式改变着我们的生活。然而,许多关于“计算智能”的讨论,往往停留在抽象的理论层面,或者聚焦于技术细节的罗列,未能清晰地阐释如何将这些强大的工具转化为能够解决实际问题、驱动增长、提升效率的现实成果。 本书《应用计算智能:如何创造价值》正是为了弥合这一认知鸿沟而生。它并非一份枯燥的技术手册,也不是对某个单一算法的深度剖析,而是一本侧重于“实践”与“价值”的指南。我们的目标是为那些渴望理解并运用计算智能,使其真正服务于业务目标,从而在竞争激烈的市场中脱颖而出的人们,提供一条清晰、可操作的路径。 核心理念:从“技术”到“价值”的转化 计算智能,顾名思义,是关于如何赋予计算机以类似人类的智能,使其能够学习、推理、决策和适应。它涵盖了诸如机器学习、深度学习、神经网络、进化计算、模糊逻辑、专家系统等一系列强大的算法和技术。然而,技术的优劣本身并非最终目的,真正重要的是这些技术能够解决什么问题,带来什么改变。 本书的核心理念在于,任何计算智能的应用,都必须以创造价值为导向。这意味着,在引入任何技术之前,我们需要深入理解业务需求,明确需要解决的痛点,以及期望达成的目标。是将客户体验提升到一个新高度?是优化复杂的供应链,降低运营成本?是发现潜在的市场机遇,还是提升产品和服务的智能化水平?只有将技术与业务场景紧密结合,计算智能才能摆脱“空中楼阁”,落地生根,开花结果。 本书的内容架构:系统性的价值创造流程 为了清晰地展现计算智能如何创造价值,本书将从一个系统的流程出发,逐步深入。我们将探讨以下几个关键环节: 第一部分:奠定基础——理解计算智能的价值潜力 什么是计算智能?及其核心驱动力。 我们将从宏观视角出发,介绍计算智能的定义、发展历程及其为何会在当下成为一股强大的驱动力。这并非一个简单的技术罗列,而是聚焦于计算智能能够赋予机器的“学习”、“适应”、“优化”等核心能力,以及这些能力如何与商业世界的需求产生共鸣。 计算智能的价值类型:不仅仅是效率提升。 价值的体现是多方面的,本书将深入分析计算智能可以创造的多种价值类型,包括但不限于: 效率与成本优化: 自动化重复性任务,优化资源配置,降低运营开销。 收入增长与市场拓展: 发现新客户,个性化推荐,精准营销,预测市场趋势。 风险管理与合规: 欺诈检测,信用评估,预测性维护,安全增强。 创新与产品/服务升级: 开发智能产品,提供个性化服务,创造全新的商业模式。 决策支持与洞察力: 从海量数据中提取有价值的洞察,辅助更明智的决策。 价值创造的“思维模式”:从技术导向到价值导向的转变。 本部分将强调一种思维模式的转变,即如何跳出单纯的技术视角,从业务的本质出发,思考计算智能可以解决哪些核心问题,创造哪些独特价值。我们将介绍如何识别“痛点”与“机遇”,并将它们转化为计算智能的应用场景。 第二部分:落地实践——构建价值创造的框架与方法 从业务需求出发:定义清晰的“价值目标”。 在任何计算智能项目启动之前,明确的价值目标至关重要。本部分将指导读者如何与业务部门合作,深入挖掘真实需求,并将这些需求转化为可衡量、可实现的“价值目标”。例如,将“提升客户满意度”具体化为“降低客户流失率X%”或“提升重复购买率Y%”。 数据是基石:数据准备与治理的关键。 计算智能的强大很大程度上依赖于数据的质量和数量。我们将深入探讨数据收集、清洗、标注、特征工程等关键环节,以及如何建立有效的数据治理体系,确保数据的准确性、完整性和一致性,为后续的模型训练打下坚实基础。 算法的选择与应用:为“问题”匹配“工具”。 本部分将不再纠结于某个算法的深邃理论,而是聚焦于如何根据不同的业务问题,选择最适合的计算智能算法。我们将介绍各类算法的适用场景、优缺点,以及如何在实践中进行选择和组合。例如,在分类问题中,何时选择逻辑回归,何时选择决策树,何时选择支持向量机;在回归问题中,如何处理时间序列数据。 模型构建与评估:迭代优化,追求卓越。 模型的构建是一个迭代优化的过程。我们将介绍如何进行模型训练、超参数调优、交叉验证等技术,并重点讲解如何设计有效的评估指标,不仅关注模型的准确性,更要关注其是否能够真正服务于业务价值目标。 部署与集成:让智能“活”起来。 一个优秀的模型,如果不能被有效地部署到实际业务流程中,就无法产生价值。本部分将探讨模型部署的策略,包括云部署、边缘部署等,以及如何将模型无缝集成到现有的IT系统和业务流程中,确保其能够被终端用户便捷地访问和使用。 持续监控与迭代:价值的生命周期管理。 计算智能的应用并非一蹴而就,而是一个持续优化的过程。随着业务环境的变化和数据的演进,模型的效果可能会衰减。我们将介绍如何建立有效的监控机制,及时发现模型性能下降的迹象,并指导如何进行模型再训练和更新,以确保持续创造价值。 第三部分:价值的深化——拓展应用场景与创新模式 案例研究:计算智能在各行业的成功实践。 本部分将通过一系列真实世界的案例研究,生动展示计算智能如何在不同行业创造显著价值。我们将深入剖析这些案例的背景、面临的挑战、所采用的技术、以及最终实现的价值成果。从金融行业的智能风控,到零售业的个性化推荐,从制造业的预测性维护,到医疗行业的辅助诊断,这些案例将为读者提供丰富的启发和借鉴。 跨领域融合:构建更强大的智能解决方案。 计算智能的价值往往在跨领域融合中得以放大。本书将探讨如何将不同的计算智能技术进行组合,或者与物联网、大数据分析、区块链等其他前沿技术相结合,构建更全面、更强大的智能解决方案,从而解决更复杂的问题,创造更大的价值。 伦理与责任:负责任地创造价值。 随着计算智能能力的不断提升,其潜在的伦理问题也日益凸显。本书将强调在追求价值创造的同时,必须关注数据的隐私保护、算法的公平性、决策的透明度等伦理原则,倡导负责任地应用计算智能,构建可持续的智能生态。 未来的展望:智能时代的价值新篇章。 最后,我们将对计算智能的未来发展趋势进行展望,探讨人工智能在更广泛领域的应用前景,以及它将如何继续重塑商业和社会,为人类创造更加美好的未来。 本书的特色与读者收益 本书的独特之处在于其高度的实践导向。我们不空谈理论,而是将重心放在“如何做”上。书中将穿插大量的图表、流程图、甚至是简单的伪代码示例,帮助读者更直观地理解概念。我们力求用清晰、易懂的语言,将复杂的计算智能概念转化为可操作的步骤和策略。 阅读本书,您将能够: 清晰理解计算智能在商业世界中的价值定位。 掌握一套系统性的方法论,指导您从业务需求出发,成功应用计算智能。 识别并评估潜在的计算智能应用场景,发现新的价值增长点。 了解不同计算智能算法的适用性,并做出合理的选择。 掌握模型构建、评估与部署的关键实践。 借鉴真实的成功案例,获取灵感并规避潜在的陷阱。 理解负责任地应用计算智能的重要性,并掌握相关的伦理考量。 无论您是企业的决策者、产品经理、技术负责人,还是渴望拥抱智能时代的开发者,本书都将是您探索计算智能价值创造之路的得力伙伴。我们相信,通过系统性的学习和实践,任何人都可以有效地利用计算智能,为组织、为社会,乃至为自己,创造更加辉煌的价值。