SAP企业机器学习:赋能业务创新
本书特色
[
全面介绍企业机器学习的背景，SAP的机器学习平台SAPClea，和十余种机器学习算法的思想、原理与实现。通过12个行业50个企业创新案例，启迪读者基于大数据，利用机器学习进行业务创新，并使用SAP数据科学框架，工具和方法论建立模型，和进行持续迭代和优化，提供试用软件，使读者可以通过实践，理论联系实际，牢固的理解机器学习思想和将创新落地。
]
内容简介
[
全面介绍企业机器学习的背景，SAP的机器学习平台SAPClea，和十余种机器学习算法的思想、原理与实现。通过12个行业50个企业创新案例，启迪读者基于大数据，利用机器学习进行业务创新，并使用SAP数据科学框架，工具和方法论建立模型，和进行持续迭代和优化，提供试用软件，使读者可以通过实践，理论联系实际，牢固的理解机器学习思想和将创新落地。
]
目录
目录
第1章人工智能与企业机器学习：
愿景还是现实？
1.1人工智能的第3春是永恒？
1.1.1AlphaGo早已不下围棋了！
1.1.2人工智能与机器学习
1.1.3机器学习的3种类型
1.2企业生存之道： 数字化转型
1.2.1数字达尔文主义
1.2.2体验经济
1.2.3数字化转型
1.2.4双模IT
1.3扩展的摩尔定律： 驱动技术指数发展的法则
1.4数据为王
1.4.1德国国家队之第十二人
1.4.2SAP HANA挽救病患
1.4.3一切皆数据： 从决定论到概率论
1.4.4IT向DT转型
参考文献
第2章SAP企业机器学习
2.1SAP Leonardo机器学习概述
2.1.1财务自动化与现金应用
2.1.2SAP简历匹配
2.1.3SAP品牌影响
2.1.4SAP客户留存
2.1.5SAP服务票
2.2业务问题转化为机器学习问题的步骤
2.3机器学习与商业智能
2.3.1SAP预测分析
2.3.2HANA预测分析库
2.3.3应用函数建模器
2.3.4SAP分析云服务
2.4基于机器学习的业务创新框架
2.5SAP创新组织与服务
参考文献
第3章数据科学：
第4范式
3.1数据科学概览
3.2数据预处理
3.2.1数据清理
3.2.2数据集成
3.2.3数据归约
3.2.4数据变换
3.3机器学习算法
3.3.1机器学习概述
3.3.2回归分析
3.3.3分类
3.3.4SAP预测分析之自动分析
3.3.5聚簇
3.3.6关联规则学习
3.3.7时间序列
3.3.8推荐系统
3.3.9离群点侦测
3.3.10ABC分类法
3.3.11社交网络
3.3.12自然语言处理
3.4系统设计与自动分析
3.5深度学习
3.5.1联结主义概述： 从感知器到深度学习
3.5.2CNN的生理学基础——大脑视觉过程
3.5.3自动编码器与玻尔兹曼机
3.5.4稀疏编码
3.5.5卷积神经网络
3.5.6循环神经网络和长短时记忆
3.5.7深度强化学习
3.5.8生成对抗网络
3.6机器学习趋势与影响
附录3ASAP预测分析习题
参考文献
第4章基于机器学习的行业创新案例与应用
4.1行业创新案例
4.1.1零售、电商与互联网
4.1.2消费品
4.1.3金融服务
4.1.4制造业
4.1.5旅行与运输业
4.1.6石油与天然气
4.1.7公用事业
4.1.8电信
4.1.9医疗与健康
4.1.10体育与娱乐
4.1.11教育与科研
4.1.12政府
4.2数据驱动的创新应用
4.2.1SAP Hybris Marketing
4.2.2SAP客户活动库
4.2.3SAP销售洞见(零售业)
4.2.4SAP需求信号管理
4.2.5SAP反欺诈管理
4.3工业4.0与AI
4.3.1工业革命的共性： 信息对物质的控制
4.3.2工业4.0与物联网
4.3.3回顾与展望
参考文献
第5章机器学习：
数字经济创新的原动力
5.1网络价值： 梅特卡夫定律
5.2创新者窘境： 维持性创新vs颠覆性创新
5.3企业机器学习创新的切入点
5.3.1超个性化的客户体验
5.3.2对员工的授权和互动
5.3.3实时计划和资源优化
5.4业务与IT新核心： 数据分析
5.5SAP.iO创业孵化
5.5.1内部创业孵化项目
5.5.2SAP.iO内部创业项目的选择标准
5.6结语
参考文献
余论
附录A设计思维简介
附录B企业数字化转型简表
附录C更多信息
封面
书名:SAP企业机器学习:赋能业务创新
作者:邬学宁、陈泽平、曹晓华、王洪刚
页数:331
定价:¥89.0
出版社:清华大学出版社
出版日期:2017-05-01
ISBN:9787302501626
PDF电子书大小:75MB 高清扫描完整版