機器能取代法官嗎 人工智能 資料科學與法律

劉莊，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。研究成果發表於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《人大覆印報刊資料》《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：基於已有案件資訊預測新案件審理
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、類別變量預測模型的評
二、連續變量預測模型的評
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

第六章經網絡模型
一、經網絡模式概述
二、經網絡模型的結構
三、經網絡模型的訓練與化
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、決策邊界
結語：機器能取代法官嗎
後記