法律資料分析:從統計到人工智慧
邵軒磊
- 出版商: 翰蘆圖書
- 出版日期: 2024-09-20
- 售價: $400
- 貴賓價: 9.5 折 $380
- 語言: 繁體中文
- 頁數: 288
- ISBN: 6267582027
- ISBN-13: 9786267582022
-
相關分類:
人工智慧、機率統計學 Probability-and-statistics、Data Science
立即出貨 (庫存 < 6)
買這商品的人也買了...
-
$980$931 -
$780$764 -
$850$808 -
$1,250$1,188 -
$454JavaScript程序設計
-
$403程序員的數學 : 線性代數和概率統計
-
$407Java面向對象程序設計(第3版)-微課視頻版
-
$490$382 -
$232電腦考研專業課——電腦組成原理一本通(考點詳解+習題全解)
-
$594$564 -
$505WebRTC 技術詳解:從0到1構建多人視頻會議系統
-
$534$507 -
$620$527 -
$580$522 -
$660$435
相關主題
商品描述
《法律資料分析:從統計到人工智慧》,這是提供讀者將數據分析方法應用到法律領域的案例研究,特色在於涵蓋了從基礎理論到實踐應用的內容,為法律專業人士和學者提供一個整合與跨領域研究的橋樑。隨著AI時代來臨,本書確實能提供法律學門一種創新的領域。
在理論上,作者探討法學/資訊學研究的重點整理與回顧著作,也示範了法律資料──特別是「裁判書」的特點、收集的方法以及對資料的處理方法;在計算實踐方面,本書展示了多種數據分析技術,包括描述性統計分析、文字探勘、自然語言處理、機器學習與人工智慧演算等。每一章節都配有豐富的實例和案例研究,這些實例均來自實際的裁判案件和法律問題,讀者可以通過這些案例學習到如何將數據分析技術應用於具體的法律問題。
《法律資料分析:從統計到人工智慧》,不僅是學術性著作,更是實務指南。本書的目標讀者涵蓋了法律學者、法律實務者以及希望將數據分析技術應用到法律領域的資料科學家,通過多層次多案例的展示,將複雜的數據分析技術轉化為易於理解和可操作的指南,為跨領域研究提供了教育與研究資源。
作者簡介
邵軒磊 Hsuan-Lei Shao
現職
.臺北醫學大學醫療暨生物科技法律研究所副教授
學歷
.臺灣大學政治系學士
.政治大學東亞所碩士/博士
經歷
.臺灣師範大學東亞學系副教授
研究
.實證法學
.人工智慧
.中國研究
.文字探勘
.計算社會科學
目錄大綱
第一章 法學與資料科學的跨領域研究
壹、本書的目的和意義
貳、法律資料分析三部曲
一、電腦能模仿人類做決策
二、電腦能解釋決策
三、電腦能記住大量資訊並發現規律
參、本書的目標讀者
第二章 裁判結果的預測與解釋:決策樹演算法
壹、研究背景
貳、文獻回顧
一、各個裁判中考量因素的次數研究
二、各種因素與親權歸屬結果間的關聯研究
三、歷時性的觀察比較研究
四、問題提起
參、研究方法
一、分析對象的選取
二、編碼(Coding)方式
三、決策樹研究法
肆、研究發現
一、模型正確率
二、模型呈現
三、結果分析與討論
伍、結論與建議
第三章 人工智慧解讀裁判文書:自然語言處理
壹、研究背景
貳、文獻回顧
參、研究設計與架構
肆、研究成果與評估
伍、比較與討論
一、與先行類似研究之比較
二、人工智慧如何「讀懂」裁判
陸、結論
第四章 酒駕犯罪事實估算量刑:文字卷積神經網路
壹、研究背景
貳、文獻回顧
參、研究方法
一、資料來源與資料前處理
二、本研究特化之文字資料前處理
三、卷積神經網路與文本分類
四、研究目的
肆、研究成果
一、資料描述
二、模型成果呈現
伍、多重方法之比較與討論
一、刑期與其他因素的相關性
二、多變項邏輯式迴歸
陸、討論與結論:全自動化人工智慧的法律模型
第五章 人工智慧解釋個案要因:極限梯度提升法
壹、研究背景與文獻回顧
貳、人工智慧與法學研究
一、人工智慧與機器學習簡述
二、人工智慧與法學結合
參、法律資料分析應用於親權酌定相關裁判
一、研究設計
二、建置資料集
三、交叉驗證
肆、研究發現
一、模型成效
二、親權酌定之因素權重
伍、分析與討論
一、母親取得單獨親權的例子
二、父親取得單獨親權的例子
三、父母差距微小的例子
四、小結
陸、結論
第六章 大量裁判文書隱藏規律:文字探勘與毒品流向
壹、研究背景
貳、研究文獻回顧
參、研究方法:法律資料分析
肆、研究結果
一、跨境毒品要素資料集
二、毒品案件相關數量分析
三、跨境毒品犯罪結構關係分析
伍、結論與展望
第七章 非監督學習法資料分析:新住民親權酌定的特徵工程
壹、研究背景
貳、文獻回顧
參、研究設計
一、資料來源
二、研究方法
三、研究步驟
肆、研究發現與討論
一、外籍裁判與雙臺籍裁判之詞彙並無不同
二、外籍裁判詞彙之特徵
伍、結論
一、研究結論
二、延伸討論與研究方法之意義
第八章 轉化非結構性文本資訊:正則表達式與醫療裁判
壹、研究背景:醫療糾紛與醫療裁判資料庫
貳、研究設計
一、自動化特徵抽取
二、正則表達式
參、實驗結果與分析
肆、人工智慧裁判預測的起步與未來展望
第九章 「法律資料分析」的回顧與展望
壹、內容回顧
貳、ChatGPT所帶來的機會與挑戰
參、法律資料分析的展望
參考文獻
一、中文部分
二、英文部分
三、日文部分