智能商业：人工智能、机器学习与大数据技术的制胜之道（原书第3版）

　　人工智能（AI）和机器学习是当代主流的商业分析工具，可应用于许多行业，以增加利润、降低成本、挽救险局并改善客户体验。因此，企业应该要了解如何使用这些工具，并知道如何利用这些工具在与对手的竞争中获利。本书引入了与这些主题（AI、机器学习、大数据技术）相关的概念，并用非技术的语言降低了对技术术语的理解难度，可为经理和商务人士提供简洁明快的入门知识。本书的重点是实际应用以及如何与技术专家（数据科学家）进行合作，以*大限度地发挥这些技术的优势。此第3版已经过大幅修订和更新，增加了几个新的章节，涵盖了比以往版本更广泛的主题，但保留了原始版本的严肃风格。

　　史蒂文？芬利（Steven Finlay）是一位数据科学家，在大规模数据环境中开发实用的“增值”机器学习解决方案已有 20多年的经验。他拥有预测建模博士学位，并且是英国兰开斯特大学的荣誉研究员。芬利博士之前曾受雇于英国十大银行之一，管理其信贷风险模型，为英国政府开发机器学习方法，并为多家咨询集团工作。他目前是英国计算机股份贷款服务公司 Computershare Loan Services（CLS）的商务分析主管。芬利博士出版过多本关于机器学习、人工智能（ AI）和金融服务的实用性书籍。

译者序

前言

作者简介

1.简介 / 001

2.什么是机器学习和人工智能（AI）？ / 007

3.预测模型生成的分数代表什么? / 021

4.为什么使用机器学习 ?它增加了什么价值?　/ 029

5.机器学习是如何工作的?　/ 035

6.使用预测模型做出决策　/ 047

7.这是记分卡，那决策树是什么 ？ / 053

8.神经网络和深度学习　/ 059

9.无监督学习和强化学习　/ 071

10. 如何建立预测模型？　/ 085

11. 实施机器学习　/ 101

12. 大数据与机器学习的关系　/ 113

13. 道德、法律和 GDPR　/ 119

14. 机器学习的最新前沿　/ 133

15. 我们何时可以购买无人驾驶汽车？　/ 143

16. 结束语　/ 153

附录　/ 155

附录 A 评估预测模型　/ 155

附录 B 更多信息及推荐阅读文献　/ 163

附录 C 机器学习和人工智能中的流行术语　/ 169

附录 D 业务成功清单　/ 183

注释　/ 187