- 編號:98233
- 書名:機器能取代法官嗎?:人工智能、數(shù)據(jù)科學與法律
- 作者:劉莊,盧圣華
- 出版社:北大
- 出版時間:2024年12月
- 入庫時間:2024-12-13
- 定價:59
圖書內(nèi)容簡介
"本書是國內(nèi)首部系統(tǒng)介紹人工智能和數(shù)據(jù)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(nèi)外前沿的業(yè)界實踐和學術研究,是對該領域知識進行系統(tǒng)整理和提煉的最新研究成果,為讀者呈現(xiàn)了一幅人工智能與數(shù)據(jù)科學在法律領域應用的全面圖景。
本書特別注意將復雜的技術知識轉化為易于閱讀和理解的內(nèi)容,避免了復雜的數(shù)學公式和技術術語。書中介紹了大量具體案例,如基于大數(shù)據(jù)的判決預測、法系分類,基于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(chuàng)造性地思考AI時代下法律行業(yè)的挑戰(zhàn)與機遇。
"
圖書目錄
"目錄
前言
第一章導論
一、一個例子:基于已有案件信息預測新案件審理
時長
二、數(shù)據(jù)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
第三章相關關系與回歸模型
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、類別變量預測模型的評價
二、連續(xù)變量預測模型的評價
三、兩種公正標準的悖論:關于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(jīng)網(wǎng)絡模型
一、神經(jīng)網(wǎng)絡模型概述
二、神經(jīng)網(wǎng)絡模型的結構
三、神經(jīng)網(wǎng)絡模型的訓練和優(yōu)化
四、應用實例:預測行政征收案件判決結果
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:相關關系和因果關系
一、相關關系不等于因果關系
二、相關性分析在因果推斷中的具體難題
三、為什么探尋因果關系
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(xiàn)場實驗
第十章自然實驗
一、匹配
二、雙重差分
三、斷點回歸
四、工具變量
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(yōu)決策邊界
結語:機器能取代法官嗎
后記"