电子工业出版社-网上书店

最发达的科技为何不能解决最复杂最重要的问题？缺失的实际上是决策智能。这本书是关于如何以一种新的方式思考决策，与古老的思维模式相联系，并由无限的新信息来源和合作提供新信息。这个领域被称为决策智能(DI)。本书提供了一种新的人工智能：决策智能，一种链接起数据、行为和结果的新智能，也是感知智能和认知智能的下一个阶段。本书讨论了决策智能的核心问题：今天采取行动，做出决策，未来会出来什么结果？也提供了决策智能的核心——因果决策图，是思想的DNA。因果决策模型综合人工智能、行为经济学、因果分析等，形成一种任何人都能使用的决策方法。作者提供如何建立决策模型的方法，决策智能的应用和力量，决策智能为未来提供的技术和智力支持。同时，通过制定决策的思维过程，驱除机器和人决策的迷雾，用可视化图表展现出来，为复杂环境提供了技术的切入点。本书将当前最敏锐的思维从决策智能、人工智能、因果分析和行为经济学整合到一种任何人都可以使用的决策方法中。决策智能是人工智能的新阶段。用真实案例解析决策智能如何将人和计算机等链接，帮助我们解决复杂问题。

1　　关于本书
5　　第一章 认真对待决策
8　　转变观念
9　　解决方案复兴
13　　技术炒作的怪圈
14　　什么是核心问题
17　　决策智能：聚焦复杂性
21　　理解因果链接
26　　基于证据的决策：崩坏的是什么
28　　谁在使用决策智能？
29　　实操中的决策智能：一个关于技术转换的案例
32　　让无形变有形
35　　关于决策智能的共识
37　　为什么叫“决策智能”
38　　本书概览
41　　第二章 打破复杂性的天花板
51　　CDD 的起源
53　　CDD 是怎样发明的
55　　CDD 范例
57　　CDD：集合其他技术的框架
61　　CDD 的“啊哈”时刻
62　　电信公司呼叫中心的案例
64　　决策先于数据
65　　复杂性的天花板
71　　应对复杂性的解决方案
75　　搭建技术与实践之间的桥梁
78　　变化环境中的正确决策
81　　第三章 解决方案复兴的拼图
83　　“邪恶问题”之网
85　　大数据
89　　热数据
91　　人工智能和机器学习
101　　因果推理
103　　控制论
105　　复杂系统/ 复杂性理论/ 复杂性科学
106　　模拟、优化、远见和运筹学
111　　相互依赖和“打地鼠”游戏
114　　系统动力学、系统分析和系统思维
123　　迁移学习
124　　增强智能
127　　决策分析
128　　层次分析法和示意图
130　　设计和设计思维
131　　博弈论
132　　知识管理
134　　统计学
136　　小结
137　　第四章 如何建立决策模型
139　　决策智能的九个层面
141　　决策模型的受益者是谁
143　　决策建模的益处
144　　决策建模的案例
145　　决策智能与数据
147　　发散思维与聚合思维
148　　决策建模的步骤
171　　小结
172　　决策智能使用案例
184　　常见失误与最佳经验
195　　第五章 决策模型的力量
198　　决策智能作为人机协作和增强智能的机制
198　　决策智能用于教育
199　　决策智能作为支持组织/ 企业/ 政府决策和影响力的工具
200　　决策智能作为“技术堆栈”和“人类堆栈”的粘合剂
201　　决策智能作为模拟世界软件的核心
201　　决策智能作为一门领导和管理学科
202　　决策智能作为风险管理的框架
203　　决策智能作为人工智能伦理和责任的分析框架
204　　决策智能作为人工智能的软件工程学科
204　　决策智能是将人工智能拓展到其他应用领域的过渡层
205　　决策智能作为解决“邪恶问题”的突破性技术
205　　决策智能作为更好理解个人决策的一种方式
205　　决策智能作为会议准则
206　　决策智能作为聊天机器人支持决策的生成模型
206　　决策智能作为动态“维基百科”的基础
206　　决策智能作为复杂时代新闻业的根基
208　　决策智能作为一种业务追踪方法
208　　决策智能用于政府规划
209　　决策智能用于情报分析
213　　第六章 展望未来
216　　新思想，新的布道者
217　　颠覆性的逆风
219　　决策智能生态系统的今天和明天
222　　数据科学家：新兴的专业角色
225　　决策智能与新神话
227　　人类扮演的角色
228　　人工智能、决策智能与法律
229　　知识花园
230　　通过决策智能对抗财富不平等
233　　结语
235　　后记

看到普拉特的新书的名字，《决策智能：链接数据、行为和结果的新智能》，我想到的是决策智能可以看作人工智能中感知智能和认知智能之后的第三个阶段，即在复杂问题下，如何提升人和机器的信任度，增强人类与机器智能系统的交互和协作。
大学里的决策科学课程，一般属于运筹学和管理科学等领域，如斯坦福大学管理科学与工程系教授Ronald Howard 开辟的决策分析学科。业界的决策智能也得到了广泛的研究和应用，其中包括主要提供咨询服务的公司，如麦肯锡，也包括提供产品和解决方案的企业，如亚马逊、微软和阿里巴巴。
我参与的阿里巴巴的现代决策智能，通过推动从人工智能算法（Algorithm）、大数据（Big Data）、高性能计算（Computing）、丰富场景（Domain），到完整生态（Ecosystem）的发展，结合现
代数据驱动的运筹优化、机器学习，以及数据科学等领域的技术和人才，来解决复杂的决策问题。正如普拉特的书里提到的，决策智能为运筹学和机器学习（包括深度学习）及数据科学等技术之间架起了一座桥梁。我们从传统的基于从数据到预测再到决策，即描述性分析（Descriptive Analytics） 和预测性分析（Predictive Analytics）的方法，探索了基于从数据直接到决策，即规范性分析（Prescriptive Analytics）的新的方法论，并在实际应用里落地。这些新的研究和实践，可以说是对普拉特这本书很好的验证和补充。
普拉特的书讨论了决策智能的核心问题：如果今天，我们在特定情况下做出了某个决策，采取了某种行动，明天会出现什么结果？这类决策问题对于个人、团队、企业和社会都是个难题。
普拉特从学术界的教授到工业界，既有学术研究的经验，又有丰富的实践经验。这本书提供了简洁、清晰的决策学方法论，为理解和学习决策智能提供了快捷、方便的路径。
姚韬
（阿里巴巴达摩院决策智能实验室研究员，斯坦福大学管理工程与科学系博士，美国宾州州立大学工程系终身教授）

罗莉安?普拉特（Lorien Pratt）博士，30多年来一直致力于提供人工智能和机器学习解决方案。她的客户包括人类基因组计划、美国能源部、美国联邦法院和科罗拉多州调查局等数十家机构。作为机器学习的先驱，普拉特领导其团队发明了机器学习转移与决策智能(DI)。普拉特曾是计算机科学专业教授，多篇文章见于《福布斯》《外交信使》和《数字化》，游走于国际舞台，两次登上TEDx演讲。<BR>禾摇，北京大学中文系比较文学硕士，曾任编辑、译者、书评人、自媒体作者，曾在杂志发表文章数十篇。曾翻译图书《海盗思维》。

本书配套资源下载

对不起，暂无音视频资源！