認知計算與大數據分析

第1章認知計算的基礎001
1.1新一代的認知計算002
1.2認知系統的使用002
1.3系統認知的組成003
1.4從數據中獲取信息004
1.5作為認知計算基礎的人工智能006
1.6理解認知010
1.7關於判斷和選擇的兩個系統012
1.7.1系統1——自動思考：直覺和偏向013
1.7.2系統2——被控制的，以規則為中心且專注的努力014
1.8理解系統間的復雜關系015
1.9認知系統的元素017
1.9.1基礎設施和部署模式018
1.9.2數據訪問、元數據和管理服務018
1.9.3語料庫、分類系統和數據分類018
1.9.4數據分析服務019
1.9.5持續機器學習019
1.9.6學習的過程019
1.9.7呈現與可視化服務020
1.9.8認知應用020
1.10總結021
第2章認知系統的設計原則023
2.1認知系統的組成024
2.2建立語料庫024
2.3輸入數據到認知系統028
2.3.1利用內部與外部數據源028
2.3.2數據訪問和特征提取服務029
2.3.3分析服務030
2.4機器學習030
2.4.1在數據中發現模式031
2.4.2監督學習031
2.4.3強化學習033
2.4.4無監督學習034
2.5假設的生成與評定035
2.5.1假設生成036
2.5.2假設評定037
2.6呈現和可視化服務038
2.7總結040
第3章自然語言處理支持下的認知系統041
3.1自然語言處理在認知系統中的角色042
3.1.1上下文的重要性042
3.1.2根據含義關聯詞語044
3.1.3理解語言學045
3.1.4語言識別和標記045
3.1.5音韻學046
3.1.6詞態學046
3.1.7詞法分析047
3.1.8語法和句法分析047
3.1.9構式語法048
3.1.10話語分析048
3.1.11語用學049
3.1.12解決結構歧義的技巧049
3.1.13隱馬爾可夫模型的重要性050
3.1.14語義消歧051
3.2語義網051
3.3將自然語言技術應用到商業問題052
3.3.1改善購物體驗052
3.3.2利用物聯網連接的世界053
3.3.3顧客的聲音053
3.3.4欺詐檢測054
3.4總結055
第4章大數據和認知計算的關系057
4.1處理人造數據057
4.2定義大數據058
4.3大數據結構基礎059
4.3.1大數據的物理基礎059
4.3.2安全體系結構060
4.3.3操作性數據庫060
4.3.4數據服務和工具062
4.4分析數據倉庫063
4.5Hadoop064
4.6動態數據和流數據068
4.7大數據與傳統數據結合070
4.8總結070
第5章在分類學和本體論中表示知識071
5.1表示知識071
5.2定義分類學和本體論073
5.3解釋如何表示知識075
5.4知識表示模型080
5.4.1分類學080
5.4.2本體論081
5.4.3其他知識表示方法083
5.4.4持久性和狀態的重要性084
5.5實施注意事項085
5.6總結085
……
第6章應用於認知計算的高級分析方法087
第7章認知計算中雲和分布式計算的作用107
第8章認知計算的商業意義121
第9章IBM沃森（Watson）——一個認知系統133
第10章建立認知應用的過程151
第11章建立認知醫療系統167
第12章智慧城市：政府管理中的認知計算187
第13章新興認知計算領域211
第14章認知計算的未來應用223
縮略語239