reklama - zainteresowany?

AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie - Helion

AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie
ebook
Autor: Alex Castrounis
Tytuł oryginału: AI for People and Business: A Framework for Better Human Experiences and Business Success
ISBN: 978-83-283-6482-0
Format: ebook
Data wydania: 2020-03-01
Księgarnia: Helion

Cena książki: 35,40 zł (poprzednio: 59,00 zł)
Oszczędzasz: 40% (-23,60 zł)

Dodaj do koszyka AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie

Dodaj do koszyka AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie

 

Osoby które kupowały "AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie", wybierały także:

  • Windows Media Center. Domowe centrum rozrywki
  • Ruby on Rails. Ćwiczenia
  • Efekt piaskownicy. Jak szefować żeby roboty nie zabrały ci roboty
  • Przywództwo w świecie VUCA. Jak być skutecznym liderem w niepewnym środowisku
  • Scrum. O zwinnym zarządzaniu projektami. Wydanie II rozszerzone

Dodaj do koszyka AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie

Spis treści

AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie eBook -- spis treści


Przedmowa 11

CZĘŚĆ I. MODEL AI DLA LUDZI I FIRMY

1. Sukces a sztuczna inteligencja 21

  • Wyścig po sukces biznesowy 21
  • Dlaczego projekty AI upadają? 24
  • Dlaczego projekty AI odnoszą sukces? 25
  • Wykorzystanie siły AI do zwycięstwa 27

2. Wprowadzenie do modelu AIPB 29

  • Ogólny model innowacji 30
  • Pseudokomponent korzyści AIPB 31
  • Istniejące modele i brakujące elementy układanki 33
  • Korzyści z AIPB 34
  • Podsumowanie 40

3. Podstawowe komponenty modelu AIPB 41

  • Analogia do agile 41
  • Eksperci 44
  • Kategorie procesów w modelu AIPB oraz zalecane metody 48
  • Kategoria oceny 49
  • Kategoria metodologii 52
  • Model odwróconej klasy 70
  • Podsumowanie 71

4. AI i uczenie maszynowe - przegląd nietechniczny 73

  • Czym jest data science i czym zajmują się specjaliści data science? 73
  • Definicja uczenia maszynowego i jego charakterystyka 75
  • Sposoby uczenia się maszyn 77
  • Definicja i zagadnienia związane ze sztuczną inteligencją 80
  • Typy sztucznej inteligencji 81
  • Nauka jak u ludzi 84
  • Mordercze maszyny i gwiazdy jednego przeboju 85
  • Dane napędzające AI 89
  • Uwaga na temat przyczyny i skutku 100
  • Podsumowanie 101

5. Rzeczywiste zastosowania i szanse 103

  • Szanse dla sztucznej inteligencji 103
  • Jak mogę wykorzystać AI w biznesowej rzeczywistości? 104
  • Realne zastosowania i przykłady 107
  • Podsumowanie 128

CZĘŚĆ II. TWORZENIE WIZJI SZTUCZNEJ INTELIGENCJI

6. Waga właściwych powodów 131

  • Zacznij od dlaczego 131
  • Kierowanie produktem i perspektywa 133
  • Przywództwo i tworzenie wspólnej wizji oraz zrozumienia 133
  • Podsumowanie 135

7. Wyznaczanie celów ludziom i firmie 137

  • Określenie interesariuszy i ich celów 137
  • Cele w podziale na interesariuszy 140
  • Podsumowanie 153

8. Co sprawia, że produkty są dobre 155

  • Waga kontra satysfakcja 155
  • Cztery składniki dobrego produktu 157
  • Netflix i to, co liczy się najbardziej 169
  • Lean i metodologie zwinne 170
  • Podsumowanie 172

9. Sztuczna inteligencja w służbie lepszych wrażeń 175

  • Definicja wrażeń 176
  • Wpływ sztucznej inteligencji na ludzkie wrażenia 176
  • Interfejsy wrażeń 186
  • Ekonomia doświadczeń 187
  • Myślenie projektowe 188
  • Podsumowanie 191

10. Przykład wizji AI 193

  • Odczuwanie i postrzeganie czasoprzestrzenne 194
  • Smak kierowany sztuczną inteligencją 195
  • Deklaracja wizji w modelu AIPB 197

CZĘŚĆ III. TWORZENIE STRATEGII AI

11. Innowacja naukowa a sukces z AI 201

  • Sztuczna inteligencja jako nauka 202
  • Model TCPR 205
  • Analogia do modelu TCPR 208
  • Analogia do zależności od danych 210
  • Podsumowanie 210

12. Gotowość i dojrzałość do AI 213

  • Gotowość na AI 214
  • Dojrzałość do AI 228
  • Podsumowanie 234

13. Kluczowe kwestie do rozważenia w kontekście AI 235

  • Szum wokół AI kontra rzeczywistość AI 236
  • Testowanie ryzykownych założeń 238
  • Ocena technicznej wykonalności 240
  • Zdobycie, utrzymanie i przygotowanie talentów 241
  • Zbuduj kontra zrób 244
  • Ograniczenie odpowiedzialności 246
  • Ograniczenie stronniczości i waga integracji 251
  • Zarządzanie oczekiwaniami pracowników 252
  • Zarządzanie oczekiwaniami klienta 253
  • Zapewnienie jakości (QA) 254
  • Miary sukcesu 256
  • Bycie na bieżąco 258
  • AI na produkcji 259
  • Podsumowanie 259

14. Przykład strategii AI 261

  • Wstęp do przykładu z podcastem 261
  • Powtórka z fazy strategii modelu AIPB 262
  • Tworzenie strategii rozwiązania w modelu AIPB 263
  • Tworzenie planu w modelu AIPB 264

CZĘŚĆ IV. UWAGI KOŃCOWE

15. Wpływ AI na rynek pracy 271

  • AI, przebranżowienie i luki w umiejętnościach 271
  • Luki w umiejętnościach i nowe stanowiska 273
  • Umiejętności jutra 276
  • Przyszłość automatyzacji, rynku pracy i gospodarki 277
  • Podsumowanie 278

16. Przyszłość AI 279

  • AI i przywództwo 279
  • Czego oczekiwać i na co uważać 282
  • Podsumowanie 294

A. Algorytmy AI i uczenia maszynowego 297

  • Parametryzowane i nieparametryzowane uczenie maszynowe 298
  • Jak uczy się model uczenia maszynowego 299
  • Przegląd biologicznych sieci neuronowych 301
  • Wprowadzenie do sztucznych sieci neuronowych 303
  • Wprowadzenie do uczenia głębokiego 306
  • Zastosowania uczenia głębokiego 309
  • Podsumowanie 310

B. Proces AI 311

  • Model GABDO 311
  • Określenie celów 313
  • Gromadzenie 316
  • Budowanie 317
  • Dostarczanie 321
  • Optymalizowanie 322
  • Podsumowanie 325

C. AI na produkcji 327

  • Środowisko produkcyjne kontra środowisko deweloperskie 327
  • Wytwarzanie lokalne i zdalne 329
  • Skalowalność produkcji 330
  • Uczenie i utrzymanie rozwiązania 331

Bibliografia 333

Dodaj do koszyka AI dla ludzi i firmy. Potencjał sztucznej inteligencji w biznesie

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2025 CATALIST agencja interaktywna, znaki firmowe należą do wydawnictwa Helion S.A.