機器能取代法官嗎?-人工智能.數據科學與法律 劉莊 盧聖華 9787301355190 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202501*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：機器能取代法官嗎?-人工智能.數據科學與法律
ISBN：9787301355190
出版社：北京大學
著編譯者：劉莊 盧聖華
頁數：279
所在地：中國大陸 *此為代購商品
書號：1700272
可大量預訂，請先連絡。

內容簡介

本書是國內首部系統介紹人工智能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能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能的豐富應用場景，幫助讀者創造性地思考AI時代下法律行業的挑戰與機遇。

作者簡介

劉庄，香港大學法律學院副教授、博士生導師。北京大學學士、碩士、博士，芝加哥大學法律科學博士。主要從事經濟法、司法制度、法律與數據科學等領域的研究。研究成果發表于相關領域國內外權威期刊（包括Journal of Legal Studies，Journal of Legal Analysis等）；論文被《人大複印報刊資料》《中國社會科學文摘》《高等學校文科學術文摘》等轉載。主持承擔多個國家科技研發項目，包括科技部國家重點研發計劃項目、國家自然科學基金項目。在香港大學、芝加哥大學教授「人工智能、數據科學與法律」課程。

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、人工智能
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 神經網絡模型
一、神經網絡模型概述
二、神經網絡模型的結構
三、神經網絡模型的訓練和優化
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
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。