人工智慧產業發展趨勢ppt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

數位躍升力：建立敏捷組織與商業創新的數位新戰略

為了解決人工智慧產業發展趨勢ppt的問題，作者拉茲．海飛門習移山張曉泉 這樣論述：

轉型為敏捷組織是企業必經之路 數位化變革本身並不只是一項戰略或目標， 而是企業跳躍式的量子躍遷（quantum jump）， 更是後疫時代實現敏捷組織與商業創新的終極方法！ 　　以ABCD為首字母的數位化（A：人工智慧AI；B：區塊鏈Blockchain；C：雲端計算Cloud Computing；D：數據分析Data Analytics）在各種組織中擴張，並改變和征服了我們的生活中的各個領域。數位化給我們帶來了無窮的想像空間，無論是組織還是個人。數位化變革已經成為企業界、學術界、顧問公司和技術供應廠商的一個熱門話題。21世紀帶給人類新的變化與速度，新的力量正在全球範圍內擴散，不僅塑造

人類新文化，也改變我們過去熟悉的方法、趨勢和觀點。這股力量，以數位力量為首，定下了一個新時代的新基調。 　　數位化變革本身並不是一項戰略或者目標，而是一種實現戰略目標的方法──即組織透過不斷創新來適應數位化時代，並持續壯大和盈利。數位化變革在CEO的議程中具重要地位。在13個國家的400名跨國公司高級首席執行長所進行的調查中，約39%的CEO認為，數位化變革是管理團隊的重要議程；約有34%的CEO認為數位化變革儘管不是組織議程上的優先事項，但卻是一個很重要的議題。 　　實現數位戰略變革的正確途徑是將其視為一段旅程，旅程的目標是讓組織的基因適應數位時代。在這個旅程中，組織將利用數位技術，來加

強業務流程和決策過程，改變經營方式和管理客戶關係的方式，在相關管道提升客戶體驗，實施創新的商業模式，過渡到靈活和敏捷的工作方法，最終戰勝競爭對手。 　　經過這場疫戰的洗禮，越來越多的企業與個人認識到，數位化轉型再也不能只是停留在PPT計畫的層面，能否具備真正的數位化能力，成為數位時代「新住民」，將是未來生存與發展的關鍵。 　　本書提供了對這一重要商業變革的全面解讀，並從戰略和戰術層面，為組織與個人指出如何應對這次世紀變革。 　　．如何將組織變得更加敏捷，使其能夠快速靈活地應對競爭機遇與挑戰 　　．如何將其業務流程轉變得高效而且智慧 　　．如何提供獨特而且高品質的客戶體驗和客戶之旅，確保每

一位客戶都能夠獲得獨特而量身訂做的體驗 　　．如何採用創新的理念，確保其在組織內部的實現，讓創新成為組織DNA的一部分 　　．如何實現創新的商業模式 　　．如何擴展和增強客戶的價值主張 　　．如何發現和接觸新的客戶群體 　　．如何成為一個客戶至上的組織 　　．如何將資料作為一種資產來加以利用 　　．如何做出明智的、資料驅動的決策 　　．如何明智地利用共用經濟和API（應用程式設計發展介面） 本書特色 　　提供新的商業變革思維：從戰略和戰術層面指出組織和個人如何應對這次變革。數位化變革的觀點，能確保讀者熟悉轉型行動所需的背景及理論，並給出了實用的、指導實際戰略的框架。 　　集合電腦、資訊技

術、經濟管理學領域三位跨界專家作者的豐富知識：拉茲・海飛門教授是以色列政府資訊通信技術管理局等組織的IT部門經理；習移山教授為香港中文大學的研究員和教授以及i8 Ventures的創始人和首席執行長；張曉泉教授是香港中文大學商學院的終身教授和副院長。 　　EMBA、MBA、金融財務工商管理碩士和高管研習最佳課程：〈PART1思維篇〉提供理解數位化變革所需的背景知識；〈PART2理論篇〉介紹了幾種模式和理論以便為理解和實施提供及奠定基礎；〈PART3實踐篇〉提出了數位化變革的實踐環節。 台灣推薦   　　研華科技前總經理、執行董事　何春盛 　　台灣大學財務金融學系（所）教授　邱

顯比 　　台灣CIO雜誌總經理　林振輝 　　香港Nest創新加速器董事　姚忠佑 　　台灣大學財金系兼任教授　陳嫦芬 　　網路家庭董事長／作家　詹宏志 　　方寸管顧首席顧問／醫師　楊斯棓 　　台灣科技大學資訊管理系專任特聘教授　盧希鵬 　　（按姓氏筆畫排序）   國際推薦   　　．2011年諾貝爾獎得主　丹．謝赫特曼博士（Dr. Dan Shechtman） 　　．以色列伯爾梅特（Bermad）中國公司總經理　文樂（Ram Weingarten） 　　．哈佛大學商學院教授　朱峰 　　．Filtersafe首席執行長　米彥．達甘（Miyan

Dagan） 　　．埃森哲（以色列）首席執行長　西蒙．艾爾卡貝茲（Shimon Elkabetz） 　　．國際貨幣基金組織（IMF)貨幣及資本市場部副主任　何東 　　．奢侈品服務平臺寺庫SECOO董事長兼CEO　李日學 　　．騰訊視頻產品技術負責人　何毅進 　　．香港中文大學商學院院長　周林 　　．微軟（中國）首席技術長　韋青 　　．清華大學經管學院副院長　徐心 　　．香港中文大學商學院前院長　陳家樂 　　．中國平安集團董事會秘書兼品牌總監　盛瑞生 　　．度小滿金融首席財務長　葛斯 　　．北京大學光華管理學院教授　路江湧 　　．香港科技大學講座教

授　楊強 　　．達摩院金融智能實驗室負責人　漆遠 　　．百合網聯合創始人　慕岩 　　．前中國銀監會主席　劉明康 　　．雲智匯科技公司CEO　蔡力挺 　　（按姓氏筆畫排序）   名人推薦語   　　組織迅應外境的效能，取決於領導者對數位化系統的認知統整及更新能力，以確保決策的務實性與競爭力。同時，組織建構信賴機制中，投注培育員工人機協作所需的各類素養，也將左右任務完善的準確度。本書是組織領導者迭代數位化的引導明燈，更是職場新世代必讀的大道心法，可由此探窺數位化推進的輪軸方向。特別仰慕作者專業器宇文字外，卓高藝術性的插圖畫，為本書畫龍點睛。──陳嫦芬教授／台灣大學

財金系兼任、前匯豐銀行詹金寶證券集團總經理、前雷曼兄弟投資集團亞洲區副總裁   　　本書作者張曉泉教授曾應《CIO IT經理人雜誌》的邀請三次來台發表演講，每次都能帶給台灣CIO們新的想法與衝擊。《數位躍升力》這本書將數位化轉型理論與如何實踐到商業組織中做了詳細的闡述及有效的結合，數位化轉型不是機器跟人的競爭，也不是專案投資報酬率的計算，應該是作者在書中提出的，如同微觀量子世界中的量子躍遷（quantum leap）一樣，能把資訊技術與商業運作做完善的結合，為組織注入跳躍式發展的能量，才算是真的具備數位轉型力。我要特別一提的是，如果自認是企業IT人或數位人的你，本書的第12章：「IT」

不再重要？更是不容錯過，作者們除了分析卡爾的論點外並闡述解釋他們的反駁意見，分析內容都在關鍵點上，相信讀完後會令你熱血沸騰！──林振輝／CIO Taiwan社群、台灣CIO雜誌總經理、台灣資訊長協進會祕書長   　　人類生活中永遠不變的恆量就是變，而網際網路將變的速度，影響力和覆蓋面提升到永無止境。張曉泉教授在《數位躍升力》這本書啟發如何能在數位世界裡的急速萬變之中取得制高點，穿梭於顛覆工商業的創新，以數位化的思維掌握數位生活中的變。放鬆自己，忘卻傳統思路，讓作者引導你進入全新的數位未來。──姚忠佑／香港Nest創新加速器董事、前富士康工業互聯網首席策略長   　　對政府、企業

、各類機構和個人來說，未來數位化變革的步伐是不可阻擋的。如何在變革的浪潮中找到正確的方法論，展開富有成效的躍遷，並進入全新的軌道？本書提供了一個既有理論高度又具實踐意義的指南，我推薦給每一個在認真思考未來組織戰略的管理者。──哈佛大學商學院教授／朱峰    　　此時正值世界人民被年初的一場突如其來的疫情所困，人們不得不改變生活行為軌跡，適應新的線上工作學習方式。一方面，「宅生活」、「雲端工作」給傳統的商業獲客及管理提出了挑戰，更凸顯了數位化變革和數位化經營能力的重要性。──度小滿金融首席財務長／葛斯   　　本書的寫作方式，使用的都是讀者常見的詞彙，但談的全是跟數位化轉型相關的

深刻話題。它的深度和廣度，不是靠詞彙的堆砌，而是靠洞察與實踐。很高興看到本書的作者正是本著這種洞察力的風格在向讀者們介紹數位化轉型旅程上的各種風景、挑戰、機遇和陷阱。──微軟（中國）首席技術長／韋青   　　馬雲在湖畔大學講過，他每年精心選擇要讀的書。我深以為然。如果今年湖畔大學圖書館讓學員每人推薦一本書，我會推薦這本書，因為它帶給我對數位經濟的深刻認知……。──百合網聯合創始人／慕岩  作者簡介 拉茲．海飛門（Raz Heiferman） 　　拉茲．海飛門擔任Optrotech、Bezeq、Direct Insurance和以色列政府資訊通信技術管理局等組織的IT部門經理。

習移山（Yesha Sivan） 　　習移山教授為特拉維夫大學、以色列理工學院和香港中文大學的研究員和教授以及i8 Ventures的創始人和首席執行長。 張曉泉（Michael Zhang） 　　張曉泉教授在美國和中國都有創業經歷，是香港中文大學商學院的終身教授和副院長、麻省理工學院數位經濟研究中心和歐洲經濟研究中心的研究員、北京大學光華管理學院特聘教授，並擔任招商證券的顧問和寺庫公司的獨立董事。   推薦語 推薦序 抓住巨變時代的轉型本源 微軟（中國）首席技術長／韋青 推薦序 兼具理論高度和實踐意義的指南 哈佛大學商學院教授／朱峰 推薦序 轉型為敏捷組織是企業必

經之路 度小滿金融首席財務官／葛新 推薦序 顛覆現有的格局，成為未來終極贏家 脫單大學校長，百合網聯合創始人／慕岩 前言 Part 1  思維篇 第1章 數位化變革簡介 引言／數位化變革的動機與定義／數位化時代的達爾文主義／數位化變革是一個戰略轉折點／為什麼現在需要數位化變革？／案例：保險行業的數位化變革2.0／數位化組織的五種能力是什麼呢？5S模型／受數位化變革影響的領域／組織應對數位化時代的準備水準／案例：公共部門／你的組織需要的不是數位化戰略 第2章 數位化技術：歷史回顧 引言／數位化技術發展的三個階段／案例：用微軟的雲端運算賦能內部員工／總結：節奏正在加快 第3章 數位化的終極目標：

敏捷的組織 引言／六個步驟／案例：可持續性發展與敏捷技術／結論 第4章 領導數位化變革的六種方式 引言／三大外部變革／三大內部變革／總結 第5章 數位化商業模式 引言／數位化商業模式／四種數位化商業模式／商業模式的創新／總結：商業模式的力量 Part 2  理論篇 第6章 數據：數位化時代的石油 引言／數據爆炸／數據：持續增長的一項資源／解析成熟度的發展／數據推動人工智慧的改變／數據驅動的商業模式／訪問其他組織的數據／案例：改變穀倉式數據管理和打破資訊孤島／結論：知識就是力量，數位化知識就是商業力量 第7章 人與機器的角逐：從圖靈、費曼到馮．諾伊曼 圖靈的故事／費曼的故事／馮．諾依曼的故事／

總結 第8章 數位化時代下的商業創新 引言／創新／創新與數位化之間的聯繫／顛覆性創新／克里斯汀生區分了不同類別的創新／數位化顛覆／總結：唯有付諸行動 第9章 技術推動創新的五個角度 引言：數位化的作用／業務流程創新的數位化平台／對創新過程做數位化的平台／業務分析平台／數位化構成要素作為創新的平台／「自己動手DIY」平台／結論：創新在不斷創新發展中 第10章 數位漩渦 引言／可能產生數位化顛覆的行業／數位渦漩模型／數位渦漩的強度：一些說明性的示例／結論：種種跡象表明你的行業將經歷數位化顛覆 第11章 數位化成熟度 引言：數位化成熟度／衡量數位化成熟度的模型／IDC的數位化成熟度模型／總結：一個不

斷進化的過程 第12章 IT不再重要嗎？ 引言／數位化技術不再是競爭優勢的來源嗎？／資訊技術不是同質化的／數位化技術是一種無差異化的商品嗎？／一個公司成功的祕訣是什麼？／資訊技術可以成為競爭優勢嗎？／Cemex應該減少對IT的投資嗎？／一馬當先還是後續發力？／你應該關注風險和漏洞，還是機遇？／總結：數位化技術的獨特重要性 Part 3  實踐篇 第13章 如何實施數位化變革 引言：步驟介紹／數位化變革的頂層視圖／引言／實施數位化領導者角色的替代方案／數位化領導者們的分布／總結：數位化變革需要一位領導者 第14章 數位化領導力 資訊長角色的變化／資訊長角色的新重點／結論：擁抱變革 第15章 數

位化變革案例研究 引言：每個組織的獨特旅程／案例：雅高酒店／案例：達美樂披薩／案例：Shufersal／案例：智利國家銅礦公司／案例：皇家馬德里俱樂部／案例：Starbucks／用強化學習提升個性化建議／總結：從案例研究中學習 第16章 數位化旅程啟航前：提示和風險 引言／為什麼我們要重新開始數位化旅程／數位化對你組織行業的意義是什麼？／組織的數位化旅程準備程度是多少？／組織是否定義了一個願景及商業策略？／誰在指引數位化變革？／組織是否定義了董事會的職責？／總結：數位化變革過程中的十大風險 結語  融合高端戰略和底層戰術所帶來的挑戰   推薦序   踏上數位轉型之旅成功的第一步　

                                             　　接到張曉泉教授（Michael Zhang）電話，邀請我為他與兩位以色列籍教授共同著作的新書《數位躍升力》 寫一段推薦序，我非常興奮，雖然時間非常倉促，但我很爽快就答應了！   　　初識Michael 是三年前在香港的EMBA 課堂上，之後又見了幾次面，兩年前他也蒞臨研華科技在林口的物聯網園區參觀過，也聽過他的科技創新課程，也曾共同探討有關BlockChain, AI, Data Analytics等科技工具應用與趨勢，對他的科技素養留下深刻的印象。來自北京清華大學，留學於MIT，教學

於香港，既是具有洞見的科技專家，也是具有繪畫專才的藝術青年，是不折不扣的跨領域人才。   　　數位變革已經是目前企業管理領域的顯學，坊間也有許多有關這個領域的書，我個人在任職研華科技總經理期間，也在公司推動數位轉型，也研讀許多相關書籍與論文，對這個議題個人並不陌生，我很快地瀏覽了《數位躍升力》一書，我發覺這本書既有科技進程的縱深又有企業管理的理論與實踐，列舉了近二十年來數位工具的演化，企業數位化成功與失敗的案例，非常值得企業的CIO、CDO、CEO 仔細研讀，相信對於推動企業的數位轉型，一定可以從中得到許多寶貴的觀點與洞見，進而推動企業的數位轉型之旅。　       著者以「量

子躍進」形容企業之數位轉型，是非常貼切之論述，因為數位轉型並不盡然只是著眼於企業經營之日常改善，而是上台階之大躍進！ 本書中的「數位化時代的達爾文主義」觀點，也是值得企業經營者深思，在數位化時代，企業競爭存活的關鍵就是數位轉型！   　　藉此機會，我想分享一些對於數位變革個人的觀點，我認為數位轉型有三個層次，分別是數位賦能（Empowerment）、數位優化（Optimization）、數位轉型（Transformation），數位轉型是最困難的一項，大部份企業都以為數位優化就是數位轉型，如果只是引進數位工具如ERP, CRM, MES……等軟體稱不上是數位轉型；如果沒有配合業務模式的

改變，只能說是數位優化。企業要達到數位轉型，達到量子躍進，必須做到下列幾項事情：一、盤點企業之數位資產，將數位資產變成產品或服務。二、將產品數位化智慧化，讓產品與客戶時時產生連結（Connected）。三、設計新的收費模式，以訂閱經濟模式，產生長期 Revenue Stream。四、打造產業平台模式，串接供需雙方，產生新的價值。   　　本書的14章，著者論述了數位領導力，特別值得企業的管理階層仔細研讀體會，對於有心推動企業數位轉型的企業家們，只要按著者的建議步驟，一定可以踏出數位轉型之旅成功的第一步！   何春盛／研華科技前總經理、執行董事 前言 「善於管理變革者，制之而

不受制於之」 　　凡戰者，以正合，以奇勝。故善出奇者，無窮如天地，不竭如江海。終而復始，日月是也。──孫子兵法 　　技術創新很多時候是跳躍式的，電燈的發明不是從對油燈的優化而來，對馬車的優化也很難帶來汽車的發明。同樣的，組織在漸進發展的基礎上必然也需要有跳躍式的改變才能進入全新的軌道。 　　21世紀給人類帶來了新的變化速度。新的力量正在全球範圍內擴散，塑造人類文化，改變我們之前熟悉的方法、趨勢和觀點。這些力量，以數位力量為首，定下了一個時代的基調。我們發現組織的跳躍式發展和量子躍遷（quantum leap）有諸多相通之處。在微觀的量子世界裡，電子是在固定的軌道上繞著原子旋轉的，當接收到

光子帶來的能量之後，電子會躍遷到更高的軌道上。而在宏觀的人類世界裡，給組織帶來能量的就是數位的力量。透過數位化轉型，組織也可以透過躍遷到新的軌道而實現偉大的變革。 　　這股數位力量讓很多傳統組織成功躍遷成為時代的寵兒，同時讓很多國家和企業的未來前途未卜。以ABCD為首字母的數位化（A:人工智慧AI，B:區塊鏈Blockchain，C:雲端計算Cloud Computing，D:數據分析Data Analytics）在各種組織中擴張，並改變和征服了我們生活中的各個領域。 　　數位化給我們帶來了無窮的想像空間。無論是組織還是個人，都想在這個浪潮中躍遷進入新的軌道。隨此而來的，每個人都需要面對的

則是如何找到令組織和個人躍遷的能量。本書提供了對這一重要商業變革的一種解讀，並從戰略和戰術層面給組織和個人指出如何應對這次變革。我們都是這次變革道路上的漫遊者，必須自己掌控命運的車輪。在此背景下，在個人、組織和國家的層面上，到底如何展開我們的數位旅程呢？ 　　我們三個作者很早以前便開始了在數位星系的個人旅程。我們每個人都在與電腦、資訊技術、經濟管理學等不同的領域進行學習、工作、研究和教學：拉茲．海飛門擔任Optrotech、Bezeq、Direct Insurance和以色列政府資訊電信技術管理局等組織的IT部門經理；習移山教授作為特拉維夫大學、以色列理工學院和香港中文大學的研究員和教授以及

i8 Ventures的創始人和首席執行長；張曉泉教授在美國和中國都有創業經歷，是香港中文大學商學院的終身教授和副院長，是麻省理工學院數位經濟研究中心和歐洲經濟研究中心的研究員和北京大學光華管理學院的特聘教授，並擔任招商證券的顧問和寺庫公司的獨立董事。 　　商業戰略、創新和數位技術之間日益緊密的聯繫令我們心馳神往，促成了我們富有成效和令人愉快的長期合作。我們共同開發的一門商學院的課程:「創新技術的戰略價值」（Strategic Value of Innovation Technology,SVIT）。我們在以色列、香港和中國大陸的許多高等院校給EMBA、MBA、金融財務工商管理碩士和高管研習

班開設了這門課程，包括巴伊蘭大學的工商管理研究生院、以色列理工學院的工業工程與管理學院、特拉維夫大學的管理學院、Ruppin學術中心和Ono學院、香港中文大學、香港科技大學、清華大學經管學院、上海高級金融學院、深圳高等金融研究院等。 　　我們希望和讀者一起來探討「數位戰略變革」這一令人著迷的現象。我們總結了組織和個人面臨數位變革時應該考慮的各種場景，並給出了最新的思維典範用以指導數位化過程中面臨的種種問題。管理者如何能跟得上技術的發展而不落後？當他們瞭解了競爭對手怎麼使用人工智慧的時候，他們如何知道自己是不是需要也在類似技術上投資？即便他們投入資源之後，管理者又如何知道他們的技術革新明天不會

過時呢？這本書總結了行之有效的一些能夠指導實踐的行動框架，集中探討了學術界和業界最新的思考和實踐。雖然技術層出不窮，讓人眼花繚亂，但是管理者其實是有非常強大的一套理論和實踐體系來應變的。每個管理者首先要熟悉數位力量，然後學習如何控制它。透過這種方式，管理者可以幫助其所在組織在其獨特的數位化旅程中選擇正確的步驟而實現數位躍升力。在我們看來，實現數位戰略變革的正確途徑是將其視為一段旅程，旅程的目標是讓組織的基因適應數位時代。在這個旅程中，組織將利用數位技術來實現以下各方面的目標：加強業務流程和決策過程，改變經營方式和管理客戶關係的方式，在相關管道提升客戶體驗，實施創新的商業模式，過渡到靈活和敏捷的

工作方法，最終戰勝競爭對手。 　　撰寫本書的過程中出現的一個基本的洞察是：在一個不斷變化的時代，目標本身是動態的。因此，數位之旅實際上是一個不斷變化、學習和與時俱進的旅程，是一個沒有預設目的地的旅程。透過不斷的數位大躍進，在經歷了一段段碩果累累的旅程之後，您個人和您所在的組織也會擁有一個迷人的、充滿活力的、而不斷變化的美好未來。 拉茲．海飛門、習移山、張曉泉   第1章  數位化變革簡介 變，則改既往；革，則繼開來。──坦枚．沃拉（Tanmay Vora），印度作家，著名部落客 引言 本章概述了數位化變革的基本概念，並描述了圍繞這一主題的劇變。事實證明，人們對於數位化變革的基本定

義沒有形成廣泛的共識。有時，人們會同詞異義，抑或異詞同義。本章旨在減少混淆，並給出了我們自己對數位化變革的基本定義，並為接下來的章節提供概念框架。 數位化變革已經成為了企業界、學術界、諮詢公司和技術供應商間的一個熱門話題。已經有數十本書、數百篇文章和研究報告涉及到這個主題： 例如，《經濟學人》（The Economist）研究部門在2017年4月對英國電信（British Telecom）進行的一項調查，顯示了數位化變革在CEO的議程中的重要地位。對13個國家的400名跨國公司高級執行長進行的調查中，約39%的CEO認為，數位化變革是管理團隊的重要議程之一；另外有34%的CEO認為數位化變革儘

管不是組織議程上的優先事項，但是一個很重要的議題。 世界經濟論壇（World Economic Forum, WEF）的一項研究調查發現，在未來的十年，數位化對社會和企業的綜合經濟價值將增長到約100萬億美元。這項研究涉及到幾個問題，例如，無人駕駛汽車的經濟影響，它每年將減少交通事故死亡人數約100萬人。研究人員計算得出，透過智慧規劃來管理能源消耗和電力公司資源的數位化技術，將會降低空氣的污染水準，並可節省8,670億美元。 數位化變革本身並不是一項戰略或者目標，而是一種實現戰略目標的方法——即組織透過不斷創新來適應數位化時代，並持續壯大和盈利。 數位化變革不是一次性事件（像一個項目一樣），而

是一趟「在路上」的旅程——隨著時間的推移漸漸展開，伴隨著一個未知、未得到定義的終點。隨著數位化進程的推進，組織動態地調整自身，以應對數位化時代下的機遇與挑戰。 想必你也經常聽說近年來的數位化變革，你甚至會在各種各樣的場合中使用這個詞。儘管數位化變革很流行，但是你可能聽過各種它在不同的模型和實現方法下的不同定義。

Python數據分析與挖掘實戰（第2版）

為了解決人工智慧產業發展趨勢ppt的問題，作者張良均 這樣論述：

本書是Python資料分析與挖掘領域的公認的事實標準，第1版銷售超過10萬冊，銷售勢頭依然強勁，被國內100餘所高等院校採用為教材，同時也被廣大資料科學工作者奉為經典。 作者在大資料採擷與分析等領域有10餘年的工程實踐、教學和創辦企業的經驗，不僅掌握行業的最新技術和實踐方法，而且洞悉學生和老師的需求與痛點，這為本書的內容和形式提供了強有力的保障，這是本書第1版能大獲成功的關鍵因素。 全書共13章，分為三個部分，從技術理論、工程實踐和進階提升三個維度對資料分析與挖掘進行了詳細的講解。 第一部分基礎篇（第1～5章） 主要講解了Python資料分析與挖掘的工具和技術理論，包括資料採擷的基礎知識

、Python資料採擷與建模工具、資料採擷的建模過程，以及挖掘建模的常用演算法和原理等內容。 第二部分實戰篇（第6～12章） 通過工程實踐案例講解了資料採擷技術在金融、航空、零售、能源、製造、電商等行業的應用。在案例組織結構上，本書按照“介紹案例背景與挖掘目標→闡述分析方法與過程→完成模型構建”的順序進行，在建模過程關鍵環節，穿插程式實現代碼。最後，通過上機實踐加深對案例應用中的資料採擷技術的理解。 第三部分提高篇（第13章） 重點講解了基於Python引擎的開來源資料挖掘建模平臺（TipDM）的功能和使用方法，以航空公司客戶價值分析為案例，介紹了如何使用該平臺快速搭建資料分析與挖掘工程。

本書不僅提供TipDM這樣的上機實踐環境，而且還提供配套的案例建模資料、Python原始程式碼、教學PPT。 張良均 資深大資料採擷與分析專家、模式識別專家、AI技術專家。有10餘年大資料採擷與分析經驗，擅長Python、R、Hadoop、Matlab等技術實現的資料採擷與分析，對機器學習等AI技術驅動的資料分析也有深入研究。 為電信、電力、政府、互聯網、生產製造、零售、銀行、生物、化工、醫藥等多個行業上百家大型企業提供過資料採擷應用與諮詢服務，實踐經驗非常豐富。 華南師範大學、中南財經政法大學、廣東工業大學、西安理工大學、廣西科技大學、重慶交通大學、桂林電子科技大

學等校外碩導或兼職教授。 撰寫了《R語言資料分析與挖掘實戰》《資料採擷：實用案例分析》《Hadoop大資料分析與挖掘實戰》等10餘部暢銷書，累計銷售超過30萬冊。   前言 基礎篇 第1章　資料採擷基礎  2 1.1　某知名連鎖餐飲企業的困惑  2 1.2　從餐飲服務到資料採擷  4 1.3　資料採擷的基本任務  5 1.4　資料採擷建模過程  5 1.4.1　定義挖掘目標  6 1.4.2　數據取樣  6 1.4.3　資料探索  7 1.4.4　數據預處理  8 1.4.5　挖掘建模  8 1.4.6　模型評價  8 1.5　常用資料採擷建模工具  9 1.6　小結  

11 第2章　Python資料分析簡介  12 2.1　搭建Python開發平臺  14 2.1.1　所要考慮的問題  14 2.1.2　基礎平臺的搭建  14 2.2　Python使用入門  16 2.2.1　運行方式  16 2.2.2　基本命令  17 2.2.3　資料結構  19 2.2.4　庫的導入與添加  24 2.3　Python資料分析工具  26 2.3.1　NumPy  27 2.3.2　SciPy  28 2.3.3　Matplotlib  29 2.3.4　pandas  31 2.3.5　StatsModels  33 2.3.6　scikit-learn  33

2.3.7　Keras  34 2.3.8　Gensim  36 2.4　配套附件使用設置  37 2.5　小結  38 第3章　資料探索  39 3.1　資料品質分析  39 3.1.1　缺失值分析  40 3.1.2　異常值分析  40 3.1.3　一致性分析  44 3.2　資料特徵分析  44 3.2.1　分佈分析  44 3.2.2　對比分析  48 3.2.3　統計量分析  51 3.2.4　週期性分析  54 3.2.5　貢獻度分析  55 3.2.6　相關性分析  58 3.3　Python主要資料探索函數  62 3.3.1　基本統計特徵函數  62 3.3.2　拓展統計特

徵函數  66 3.3.3　統計繪圖函數  67 3.4　小結  74 第4章　數據預處理  75 4.1　數據清洗  75 4.1.1　缺失值處理  75 4.1.2　異常值處理  80 4.2　資料集成  80 4.2.1　實體識別  81 4.2.2　冗餘屬性識別  81 4.2.3　數據變換  81 4.2.4　簡單函數變換  81 4.2.5　規範化  82 4.2.6　連續屬性離散化  84 4.2.7　屬性構造  87 4.2.8　小波變換  88 4.3　數據歸約  91 4.3.1　屬性歸約  91 4.3.2　數值歸約  95 4.4　Python主要資料預處理函數  9

8 4.5　小結  101 第5章　挖掘建模  102 5.1　分類與預測  102 5.1.1　實現過程  103 5.1.2　常用的分類與預測演算法  103 5.1.3　回歸分析  104 5.1.4　決策樹  108 5.1.5　人工神經網路  115 5.1.6　分類與預測演算法評價  120 5.1.7　Python分類預測模型特點  125 5.2　聚類分析  125 5.2.1　常用聚類分析演算法  126 5.2.2　K-Means聚類演算法  127 5.2.3　聚類分析演算法評價  132 5.2.4　Python主要聚類分析演算法  133 5.3　關聯規則  135

5.3.1　常用關聯規則演算法  136 5.3.2　Apriori演算法  136 5.4　時序模式  142 5.4.1　時間序列演算法  142 5.4.2　時間序列的預處理  143 5.4.3　平穩時間序列分析  145 5.4.4　非平穩時間序列分析  148 5.4.5　Python主要時序模式演算法  156 5.5　離群點檢測  159 5.5.1　離群點的成因及類型  160 5.5.2　離群點檢測方法  160 5.5.3　基於模型的離群點檢測方法  161 5.5.4　基於聚類的離群點檢測方法  164 5.6　小結  167 實戰篇 第6章　財政收入影響因素分析及

預測  170 6.1　背景與挖掘目標  170 6.2　分析方法與過程  171 6.2.1　分析步驟與流程  172 6.2.2　資料探索分析  172 6.2.3　數據預處理  176 6.2.4　模型構建  178 6.3　上機實驗  184 6.4　拓展思考  185 6.5　小結  186 第7章　航空公司客戶價值分析  187 7.1　背景與挖掘目標  187 7.2　分析方法與過程  188 7.2.1　分析步驟與流程  189 7.2.2　資料探索分析  189 7.2.3　數據預處理  200 7.2.4　模型構建  207 7.2.5　模型應用  212 7.3　上機實

驗  214 7.4　拓展思考  215 7.5　小結  216 第8章　商品零售購物籃分析  217 8.1　背景與挖掘目標  217 8.2　分析方法與過程  218 8.2.1　資料探索分析  219 8.2.2　數據預處理  224 8.2.3　模型構建  226 8.3　上機實驗  232 8.4　拓展思考  233 8.5　小結  233 第9章　基於水色圖像的水質評價  234 9.1　背景與挖掘目標  234 9.2　分析方法與過程  235 9.2.1　分析步驟與流程  236 9.2.2　數據預處理  236 9.2.3　模型構建  240 9.2.4　水質評價  24

1 9.3　上機實驗  242 9.4　拓展思考  242 9.5　小結  243 第10章　家用熱水器用戶行為分析與事件識別  244 10.1　背景與挖掘目標  244 10.2　分析方法與過程  245 10.2.1　資料探索分析  246 10.2.2　數據預處理  249 10.2.3　模型構建  260 10.2.4　模型檢驗  261 10.3　上機實驗  262 10.4　拓展思考  264 10.5　小結  265 第11章　電子商務網站使用者行為分析及服務推薦  266 11.1　背景與挖掘目標  266 11.2　分析方法與過程  267 11.2.1　分析步驟與流程

 267 11.2.2　數據抽取  269 11.2.3　資料探索分析  270 11.2.4　數據預處理  279 11.2.5　構建智慧推薦模型  283 11.3　上機實驗  291 11.4　拓展思考  293 11.5　小結  293 第12章　電商產品評論資料情感分析  294 12.1　背景與挖掘目標  294 12.2　分析方法與過程  295 12.2.1　評論預處理  296 12.2.2　評論分詞  297 12.2.3　構建模型  303 12.3　上機實驗  315 12.4　拓展思考  316 12.5　小結  318 提高篇 第13章　基於Python引擎的

開來源資料挖掘建模平臺（TipDM）  320 13.1　平臺簡介  321 13.1.1　範本  321 13.1.2　資料來源  322 13.1.3　工程  323 13.1.4　系統元件  324 13.1.5　TipDM資料採擷建模平臺的當地語系化部署  326 13.2　快速構建資料採擷工程  327 13.2.1　導入數據  329 13.2.2　配置輸入源元件  331 13.2.3　配置缺失值處理元件  332 13.2.4　配置記錄選擇元件  334 13.2.5　配置資料標準化元件  334 13.2.6　配置K-Means元件  336 13.3　小結  339

為什麼要寫這本書 LinkedIn通過對全球超過3.3億用戶的工作經歷和技能進行分析後得出，在目前炙手可熱的25項技能中，資料採擷人才需求排名第一。那麼資料採擷是什麼呢？ 數據挖掘是從大量資料（包括文本）中挖掘出隱含的、先前未知的、對決策有潛在價值的關係、模式和趨勢，並用這些知識和規則建立用於決策支援的模型，提供預測性決策支援的方法、工具和過程。資料採擷有助於企業發現業務的趨勢，揭示已知的事實，預測未知的結果，因此，資料採擷已成為企業保持競爭力的必要方法。 與國外相比，我國資訊化程度仍不算高，企業內部資訊也不完整，零售、銀行、保險、證券等行業對資料採擷的應用還不太理想。但隨

著市場競爭的加劇，各行業對數據挖掘技術的需求越來越強烈，可以預計，未來幾年各行業的資料分析應用一定會從傳統的統計分析發展到大規模的資料採擷應用。在大資料時代，資料過剩、人才短缺，資料採擷專業人才的培養將離不開專業知識和職業經驗積累。所以，本書注重資料採擷理論與項目案例實踐相結合，讓讀者獲得真實的資料採擷學習與實踐環境，更快、更好地學習資料採擷知識並積累職業經驗。 總的來說，隨著雲時代的來臨，大資料技術將具有越來越重要的戰略意義。大資料已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產要素，人們對於海量資料的運用將預示著新一輪生產率增長和消費者盈餘浪潮的到來。大資料分析技術將説明企業用戶在

合理的時間內攫取、管理、處理、整理海量資料，為企業經營決策提供積極幫助。   大資料分析作為資料存儲和挖掘分析的前沿技術，廣泛應用於物聯網、雲計算、移動互聯網等戰略性新興產業。雖然目前大資料在國內還處於初級階段，但是其商業價值已經顯現出來，特別是有實踐經驗的大資料分析人才更是各企業爭奪的焦點。為了滿足日益增長的大資料分析人才需求，很多高校開始嘗試開設不同程度的大資料分析課程。“大資料分析”作為大資料時代的核心技術，必將成為高校數學與統計學專業的重要課程之一。

Code.org對於國小三年級學生運算思維之影響研究

為了解決人工智慧產業發展趨勢ppt的問題，作者張智棋 這樣論述：

伴隨著資訊發展，現在的生活已離不開科技。在十二年國教課綱裡，學習運算思維和程式教育越來越重要。本研究對象年齡較小，且是運算思維的初學者，所以選擇的課程教材以視覺化程式積木和不插電的活動為主。Code.org是一個好資源，且適合年齡較小者。本研究旨在探討Code.org對於國小三年級學生的學習歷程及對其在運算思維上的影響。研究者因而從Code.org網站中挑選與運算思維有關的課程內容並改編以更適合研究對象。研究方法採以單組前後測設計。研究對象為新竹市某國小三年級學生一班，共計24名學生。每節課教學40分鐘，共計10節。在研究工具上，蒐集學生課程學習單以理解學生的學習歷程，前、後測是從澳洲國家B

ebras運算思維2018-2019測驗中篩選適合研究對象的試題。本研究的結果為：一、在Computational Thinking課程中，學生能找出遊戲規則並遊玩。二、在Algorithms (Tangrams)課程中，大部分的學生能依照指令正確地排出正確圖形，然而少部分的學生在方位判斷上會有誤解。三、在Sequencing課程中，學生能依照給予的符號代碼正確地完成學習單內容，然而少部分學生在方位判斷上會有誤解。四、在Hour of Code (Classic Maze)課程中，有19名學生能完成前十關的關卡，然而卻無法掌握好抽象化概念。五、本研究課程分別為Computational Thi

nking、Algorithms (Tangrams)、Sequencing和Hour of Code (Classic Maze) 。學生最喜愛的課程是Hour of Code (Classic Maze)。六、學生在後測平均數高於前測平均數並達顯著差異，故Code.org能提升學生運算思維能力。