機器能取代法官嗎 人工智慧 資料科學與法律

劉莊 盧華

機器能取代法官嗎 人工智慧 資料科學與法律
  • 出版商: 北京大學
  • 出版日期: 2025-01-01
  • 定價: $354
  • 售價: 8.5 折 $301
  • 語言: 簡體中文
  • 頁數: 291
  • 裝訂: 精裝
  • ISBN: 730135519X
  • ISBN-13: 9787301355190
  • 相關分類: 人工智慧、Data Science

    • 下單後立即進貨 (約4週~6週)

買這商品的人也買了...

相關主題

商品描述

本書是國內首部系統介紹人工智慧和資料科學在法律實務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務和學術研究，是對該領域知識進行系統性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資料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。
這些案例形象化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會。

目錄大綱

目錄
前言
第一章導論
一、一個例子：基於已有案件資訊預測新案件審理
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、樹模型與決策樹
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、整合學習與隨機森林
六、應用實例：預測美國高法院判決

第三章相關關係與迴歸模型
一、相關性分析與迴歸模型概述
二、線性迴歸模型
三、邏輯迴歸模型
四、應用實例：預測我國竊盜案件判決結果

第四章模型評準則
一、類別變數預測模型的評
二、連續變數預測模型的評
三、兩種公正標準的弔詭：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

第六章經網路模型
一、經網路模式概述
二、經網絡模型的結構
三、經網路模型的訓練與化
四、應用實例：預測徵收案件判決結果

第七章自然語言處理與大語言模型
一、自然語言處理概述
二、自然語言處理的步驟與技術
三、大語言模型
四、應用實例：法律大語言模型

第八章從預測到推論：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論中的具體難題
三、為什麼要探尋因果關係
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、決策邊界
結語：機器能取代法官嗎
後記

類似商品