幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器能取代法官嗎(人工智慧數據科學與法律)(精)

  • 作者：劉庄//盧聖華|責編:潘菁琪//方爾埼
  • 出版社：北京大學
  • ISBN：9787301355190
  • 出版日期：2025/01/01
  • 裝幀：精裝
  • 頁數：279
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是國內首部系統介紹人工智慧和數據科學在法律實踐和法學研究中應用的書籍。本書整合了國內外前沿的業界實踐和學術研究，是對該領域知識進行系統整理和提煉的最新研究成果，為讀者呈現了一幅人工智慧與數據科學在法律領域應用的全面圖景。
    本書特別注意將複雜的技術知識轉化為易於閱讀和理解的內容，避免了複雜的數學公式和技術術語。書中介紹了大量具體案例，如基於大數據的判決預測、法系分類，基於大語言模型的法律問答、文書生成等。這些案例形象地展示了法律人工智慧的豐富應用場景，幫助讀者創造性地思考AI時代下法律行業的挑戰與機遇。
作者介紹
劉庄//盧聖華|責編:潘菁琪//方爾埼
目錄
前言
第一章  導論
  一、一個例子：基於已有案件信息預測新案件審理時長
  二、數據的基本知識
  三、人工智慧
  四、幾組基礎概念
  五、本書的結構
第二章  樹模型
  一、樹模型和決策樹
  二、決策樹的形成
  三、決策樹的過擬合問題
  四、決策樹的剪枝
  五、集成學習與隨機森林
  六、應用實例：預測美國最高法院判決
第三章  相關關係與回歸模型
  一、相關性分析與回歸模型概述
  二、線性回歸模型
  三、邏輯回歸模型
  四、應用實例：預測我國盜竊案件判決結果
第四章  模型評價準則
  一、類別變數預測模型的評價
  二、連續變數預測模型的評價
  三、兩種公正標準的悖論：關於COMPAS的爭議
第五章  聚類
  一、聚類演算法概述
  二、相似性度量
  三、K-means聚類方法
  四、應用實例：法系的再分類
第六章  神經網路模型
  一、神經網路模型概述
  二、神經網路模型的結構
  三、神經網路模型的訓練和優化
  四、應用實例：預測行政徵收案件判決結果
第七章  自然語言處理和大語言模型
  一、自然語言處理概述
  二、自然語言處理的步驟和技術
  三、大語言模型
  四、應用實例：法律大語言模型
第八章  從預測到推斷：相關關係和因果關係
  一、相關關係不等於因果關係
  二、相關性分析在因果推斷中的具體難題
  三、為什麼探尋因果關係
  四、因果推斷的基本方法
  五、實驗方法在法學研究中的定位
第九章  隨機對照實驗
  一、法律的實施效果
  二、法官決策
  三、多組間實驗設計
  四、現場實驗
第十章  自然實驗

  一、匹配
  二、雙重差分
  三、斷點回歸
  四、工具變數
第十一章  決策邊界
  一、決策邊界與預測
  二、決策邊界與因果推斷
  三、最優決策邊界
結語：機器能取代法官嗎
後記

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032