第1章认知计算的基础001
1.1新一代的认知计算002
1.2认知系统的使用002
1.3系统认知的组成003
1.4从数据中获取信息004
1.5作为认知计算基础的人工智能006
1.6理解认知010
1.7关于判断和选择的两个系统012
1.7.1系统1——自动思考：直觉和偏向013
1.7.2系统2——被控制的，以规则为中心且专注的努力014
1.8理解系统间的复杂关系015
1.9认知系统的元素017
1.9.1基础设施和部署模式018
1.9.2数据访问、元数据和管理服务018
1.9.3语料库、分类系统和数据分类018
1.9.4数据分析服务019
1.9.5持续机器学习019
1.9.6学习的过程019
1.9.7呈现与可视化服务020
1.9.8认知应用020
1.10总结021
第2章认知系统的设计原则023
2.1认知系统的组成024
2.2建立语料库024
2.3输入数据到认知系统028
2.3.1利用内部与外部数据源028
2.3.2数据访问和特征提取服务029
2.3.3分析服务030
2.4机器学习030
2.4.1在数据中发现模式031
2.4.2监督学习031
2.4.3强化学习033
2.4.4无监督学习034
2.5假设的生成与评定035
2.5.1假设生成036
2.5.2假设评定037
2.6呈现和可视化服务038
2.7总结040
第3章自然语言处理支持下的认知系统041
3.1自然语言处理在认知系统中的角色042
3.1.1上下文的重要性042
3.1.2根据含义关联词语044
3.1.3理解语言学045
3.1.4语言识别和标记045
3.1.5音韵学046
3.1.6词态学046
3.1.7词法分析047
3.1.8语法和句法分析047
3.1.9构式语法048
3.1.10话语分析048
3.1.11语用学049
3.1.12解决结构歧义的技巧049
3.1.13隐马尔可夫模型的重要性050
3.1.14语义消歧051
3.2语义网051
3.3将自然语言技术应用到商业问题052
3.3.1改善购物体验052
3.3.2利用物联网连接的世界053
3.3.3顾客的声音053
3.3.4欺诈检测054
3.4总结055
第4章大数据和认知计算的关系057
4.1处理人造数据057
4.2定义大数据058
4.3大数据结构基础059
4.3.1大数据的物理基础059
4.3.2安全体系结构060
4.3.3操作性数据库060
4.3.4数据服务和工具062
4.4分析数据仓库063
4.5Hadoop064
4.6动态数据和流数据068
4.7大数据与传统数据结合070
4.8总结070
第5章在分类学和本体论中表示知识071
5.1表示知识071
5.2定义分类学和本体论073
5.3解释如何表示知识075
5.4知识表示模型080
5.4.1分类学080
5.4.2本体论081
5.4.3其他知识表示方法083
5.4.4持久性和状态的重要性084
5.5实施注意事项085
5.6总结085
……
第6章应用于认知计算的高级分析方法087
第7章认知计算中云和分布式计算的作用107
第8章认知计算的商业意义121
第9章IBM沃森（Watson）——一个认知系统133
第10章建立认知应用的过程151
第11章建立认知医疗系统167
第12章智慧城市：政府管理中的认知计算187
第13章新兴认知计算领域211
第14章认知计算的未来应用223
缩略语239
· · · · · · (收起)