Nowoczesne organizacje musz

Osoby które kupowały "Lider w ", wybierały także:

• AI w tradingu. Kurs video. Nowoczesne narz 190,00 zł, (39,90 zł -79%)
• Sztuczna inteligencja w Azure. Kurs video. Uczenie maszynowe i Azure Machine Learning Service 190,00 zł, (39,90 zł -79%)
• Sztuczna inteligencja w Azure. Kurs video. Us 190,00 zł, (39,90 zł -79%)
• Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych 173,48 zł, (39,90 zł -77%)
• Jak zarabia 166,25 zł, (39,90 zł -76%)

Spis treści

Lider w świecie AI. Jak wprowadzać strategiczne innowacje, rozwijać biznes i przewodzić zespołowi w erze sztucznej inteligencji eBook -- spis treści

O autorze

O recenzentach

Przedmowa

Wprowadzenie

Część 1. Rola i zadania dyrektora ds. sztucznej inteligencji

• Rozdział 1. Dlaczego każda firma potrzebuje dyrektora ds. sztucznej inteligencji?
  • Strategiczna konieczność posiadania dyrektora ds. AI
    • Od wizji do realizacji - łączenie dwóch światów
    • Napędzanie innowacji
    • Spójne i skuteczne inicjatywy w dziedzinie AI
    • Zapewnienie zgodności z regulacjami i etycznego wykorzystania sztucznej inteligencji
    • Zmieniający się świat danych i AI
    • Przewaga konkurencyjna
    • Budowanie kultury opartej na danych
    • Poruszanie się w ekosystemie AI
    • Ewoluująca rola dyrektora ds. AI
    • Era dyrektorów ds. AI
  • Strategiczne znaczenie przywództwa w dziedzinie sztucznej inteligencji
    • Integracja sztucznej inteligencji ze strategią biznesową
    • Pokonywanie wyzwań związanych z wdrażaniem sztucznej inteligencji
    • Wspieranie współpracy międzyfunkcyjnej
    • Zapewnienie ciągłego doskonalenia i zdolności adaptacji
    • Wykorzystywanie sztucznej inteligencji do wspomagania podejmowania decyzji
    • Transformacyjna moc przywództwa w dziedzinie sztucznej inteligencji
    • Przywództwo w dziedzinie sztucznej inteligencji a przyszłość firmy
  • Dostosowanie inicjatyw z obszaru sztucznej inteligencji do celów biznesowych
    • Wizja strategiczna i integracja sztucznej inteligencji
    • Ustalanie jasnych celów i wskaźników
    • Współpraca i koordynacja międzyfunkcyjna
    • Ciągła ocena i dostosowywanie
    • Wykorzystanie danych i wniosków
    • Budowanie kultury zgodności z celami biznesowymi
    • Rola kierownictwa w osiąganiu zgodności z celami biznesowymi
    • Strategiczne znaczenie zgodności z celami biznesowymi
  • Refleksja i praktyczne dalsze kroki
    • Istotne pytania do przemyślenia
    • Praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 2. Najważniejsze zadania dyrektora ds. sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Złożoność technologii sztucznej inteligencji
    • Szybki postęp technologiczny
    • Kwestie etyczne i prawne
    • Opór kulturowy i organizacyjny
    • Alokacja zasobów i luki kompetencyjne
    • Potrzeba jasnej wizji w obszarze sztucznej inteligencji
  • Rozwiązanie - wdrażanie krok po kroku
    • Krok 1. Opracowywanie jasnej wizji i strategii w zakresie sztucznej inteligencji
    • Krok 2. Radzenie sobie ze złożonością technologiczną
    • Krok 3. Uwzględnianie wyzwań etycznych i prawnych
    • Krok 4. Kształtowanie kultury stosowania sztucznej inteligencji
    • Krok 5. Strategiczne przydzielanie zasobów i rozwój umiejętności
    • Krok 6. Tworzenie solidnej infrastruktury i procesów
  • Studium przypadku - transformacja operacji w firmie APEX Manufacturing and Distribution
    • Stan początkowy
    • Podjęte kroki
    • Uzyskane rezultaty
  • Refleksja i praktyczne dalsze kroki
    • Analiza najważniejszych informacji
    • Krytyczna ocena sytuacji
    • Praktyczne dalsze kroki
    • Co dalej?
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 3. Tworzenie skutecznej strategii w obszarze sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Rozbieżne cele
    • Brak jasno określonych wskaźników KPI
    • Pomiar zwrotu z inwestycji
    • Integracja z istniejącymi procesami
    • Brak specjalistów
    • Jakość danych i zarządzanie nimi
    • Waga problemu
  • Rozwiązanie - wdrażanie krok po kroku
    • Krok 1. Opracowywanie jasnej wizji i strategii w obszarze sztucznej inteligencji
    • Krok 2. Tworzenie szczegółowego planu prac
    • Krok 3. Określanie wskaźników KPI
    • Krok 4. Pomiar zwrotu z inwestycji
    • Krok 5. Płynna integracja sztucznej inteligencji z działalnością biznesową
    • Krok 6. Rozwój i zatrzymywanie talentów z dziedziny sztucznej inteligencji
  • Studium przypadku - transformacja operacji w firmie APEX Manufacturing and Distribution
    • Stan początkowy
    • Podjęte kroki
    • Uzyskane rezultaty
  • Refleksja i praktyczne dalsze kroki
    • Istotne kwestie do przemyślenia
    • Krytyczna ocena sytuacji
    • Praktyczne dalsze kroki
    • Co dalej?
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 4. Budowanie wysoce wydajnych zespołów ds. sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Niedobór talentów
    • Struktura zespołu ds. sztucznej inteligencji
    • Tworzenie kultury innowacji
    • Integracja z istniejącymi procesami biznesowymi
    • Pomiar sukcesu
    • Waga problemu
  • Rozwiązanie i proces tworzenia wybitnych zespołów ds. sztucznej inteligencji
    • Identyfikowanie odpowiednich talentów - ciekawość, kreatywność i wyobraźnia
    • Tworzenie odpowiedniego środowiska - wpływ i kontrola
  • Wdrażanie krok po kroku - budowanie wysoce wydajnego zespołu ds. sztucznej inteligencji
    • Krok 1. Pozyskiwanie najlepszych talentów w dziedzinie AI
    • Krok 2. Określanie struktury zespołu ds. sztucznej inteligencji, aby zwiększyć prawdopodobieństwo sukcesu
    • Krok 3. Budowanie kultury sprzyjającej innowacyjności i współpracy
    • Krok 4. Integracja inicjatyw związanych ze sztuczną inteligencją z procesami biznesowymi
    • Krok 5. Pomiar efektów i iteracyjny rozwój
  • Studium przypadku - transformacja produkcji i dystrybucji w firmie APEX z wykorzystaniem sztucznej inteligencji
    • Podjęte kroki
    • Uzyskane rezultaty
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia

Część 2. Budowa i wdrażanie systemów sztucznej inteligencji

• Rozdział 5. Dane - siła napędowa sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Gromadzenie danych - pierwsze wyzwanie
    • Zarządzanie danymi - nieustająca walka
    • Zapewnianie jakości danych - liczą się szczegóły
    • Zachowywanie integralności danych - kwestia zaufania
    • Wykorzystywanie big data - przekształcanie ilości w jakość
  • Rozwiązanie i proces - wdrażanie
    • Rejestrowanie danych i zarządzanie nimi
    • Zapewnianie jakości danych
    • Zachowywanie integralności danych
    • Wykorzystywanie big data i analityki
  • Studium przypadku - APEX Manufacturing and Distribution
    • Zbieranie danych i zarządzanie nimi
    • Zapewnianie jakości i integralności danych
    • Wykorzystywanie big data i zaawansowanej analityki
    • Uzyskane rezultaty
    • Wnioski do zapamiętania
  • Refleksja i praktyczne dalsze kroki
    • Najważniejsze informacje do przemyślenia
    • Pytania do krytycznej analizy
    • Praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 6. Zarządzanie projektami z dziedziny sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Zmiany zakresu - cichy zabójca projektów
    • Alokacja zasobów - odpowiednia wiedza specjalistyczna we właściwym czasie
    • Integracja technologii - układanka systemów
    • Jakość i dostępność danych - paliwo dla sztucznej inteligencji
    • Zarządzanie zmianą - radzenie sobie z oporem organizacji
    • Analizy przedstawione w zrozumiały sposób
  • Rozwiązanie i jego wdrażanie
    • Zarządzanie projektami z zakresu AI od koncepcji do wdrożenia
    • Metodyki zwinne w AI
    • Radzenie sobie z typowymi problemami w projektach z obszaru AI
    • Lista kontrolna pomocna przy identyfikowaniu problemów i łagodzeniu ich skutków
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Wdrażanie krok po kroku
    • Uzyskane rezultaty
    • Osobiste anegdoty i motywujące wnioski
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 7. Sztuczna inteligencja deterministyczna, probabilistyczna i generatywna
  • Problem - bolączki i wyzwania
    • Poruszanie się po świecie deterministycznej sztucznej inteligencji
    • Złożone aspekty probabilistycznej sztucznej inteligencji
    • Uwolnienie potencjału generatywnej sztucznej inteligencji
    • Integracja sztucznej inteligencji z istniejącymi procesami biznesowymi
    • Osobista anegdota - krzywa uczenia się w obszarze sztucznej inteligencji
    • Pokonywanie trudności
  • Rozwiązanie i jego wdrażanie
    • Sztuczna inteligencja deterministyczna
    • Sztuczna inteligencja probabilistyczna
    • Sztuczna inteligencja generatywna
  • Studium przypadku - APEX Manufacturing and Distribution
    • Krok 1. Identyfikowanie problemów i ustalanie celów
    • Krok 2. Wdrażanie sztucznej inteligencji deterministycznej do kontroli jakości
    • Krok 3. Wdrażanie sztucznej inteligencji probabilistycznej w zarządzaniu zapasami
    • Krok 4. Wdrażanie sztucznej inteligencji probabilistycznej do konserwacji predykcyjnej
    • Krok 5. Wykorzystywanie sztucznej inteligencji generatywnej do innowacji w projektowaniu
    • Przełomowe efekty w firmie APEX Manufacturing and Distribution
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 8. Inteligentne agenty i systemy agentowe
  • Czym są inteligentne agenty?
    • Systemy agentowe
    • Ewolucja inteligentnych agentów
    • Znaczenie uczenia maszynowego
    • Integracja z IoT
    • Potencjalne zastosowania
    • Praktyczne zastosowania inteligentnych agentów
  • Problem - bolączki i wyzwania
    • Złożoność i integracja
    • Prywatność i bezpieczeństwo danych
    • Aspekty etyczne i uprzedzenia
    • Opór wobec zmian
    • Wysokie koszty i niepewny zwrot z inwestycji
    • Brak doświadczenia
    • Spojrzenie na systemy agentowe
    • Wczesny rozwój - eksperymentowanie, nauka i adaptacja
    • Osobista anegdota - poruszanie się po świecie sztucznej inteligencji
  • Rozwiązanie i jego wdrażanie
    • Krok 1. Określanie celów i założeń
    • Krok 2. Wybór odpowiedniej architektury
    • Krok 3. Opracowywanie mechanizmów postrzegania otoczenia i działania
    • Krok 4. Wdrażanie algorytmów podejmowania decyzji
    • Krok 5. Testy i sprawdzanie poprawności
    • Krok 6. Wdrażanie i monitorowanie
    • Krok 7. Ciągłe doskonalenie
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Podjęte kroki
    • Uzyskane rezultaty
    • Anegdoty i spostrzeżenia
  • Refleksja i praktyczne dalsze kroki
    • Pytania do przemyślenia
    • Krytyczna ocena sytuacji
    • Praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 9. Projektowanie systemów sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Jakość danych i uprzedzenia
    • Złożoność i integracja
    • Kwestie etyczne i prawne
    • Skalowalność i utrzymanie
    • Współpraca człowieka z AI
    • Zagrożenia bezpieczeństwa
    • Osobista historia - nauka na własnych błędach
    • Stawka jest wysoka
  • Rozwiązanie - wdrażanie krok po kroku
    • Krok 1. Określanie jasnych celów
    • Krok 2. Zbieranie i przygotowywanie wysokiej jakości danych
    • Krok 3. Dobór odpowiednich algorytmów i narzędzi
    • Krok 4. Tworzenie i uczenie modelu
    • Krok 5. Zapewnianie etyczności i uczciwości AI
    • Krok 6. Integracja i wdrażanie systemu AI
    • Krok 7. Monitorowanie i utrzymywanie systemu AI
    • Najlepsze praktyki projektowania systemów AI
    • Projektowanie AI skoncentrowane na człowieku
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Wdrażanie krok po kroku
    • Uzyskane rezultaty
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 10. Uczenie modeli sztucznej inteligencji
  • Uczenie modeli AI - od danych do wniosków
    • Znaczenie doboru danych
    • Sztuka inżynierii cech
    • Proces uczenia
    • Ocena modelu
    • Ciągłe uczenie i doskonalenie
    • Nieoczekiwane wnioski
  • Problem - bolączki i wyzwania
    • Jakość i dostępność danych
    • Złożoność inżynierii cech
    • Wybór i dostrajanie modelu
    • Zasoby obliczeniowe
    • Interpretowalność i zaufanie
    • Aspekty etyczne i prawne
    • Ciągłe uczenie się i utrzymanie
    • Integracja z procesami biznesowymi
    • Skalowanie rozwiązań AI
    • Akceptacja ze strony użytkowników i informacje zwrotne
  • Rozwiązanie i proces - wdrażanie krok po kroku
    • Krok 1. Wybór odpowiednich algorytmów
    • Krok 2. Uczenie i optymalizacja modelu
    • Krok 3. Uwzględnianie uprzedzeń i sprawiedliwości w sztucznej inteligencji
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Wdrażanie krok po kroku
    • Uzyskane rezultaty
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 11. Wdrażanie rozwiązań opartych na sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Od prototypu do środowiska produkcyjnego
    • Zarządzanie procesami CI/CD w obszarze sztucznej inteligencji
    • Ciągłe monitorowanie i utrzymywanie rozwiązań
    • Integracja sztucznej inteligencji z procesami biznesowymi
    • Kwestie etyczne i zgodność z przepisami
  • Rozwiązanie i jego wdrażanie
    • Od prototypu do systemu produkcyjnego
    • CI/CD dla sztucznej inteligencji
    • Monitorowanie i konserwacja systemów sztucznej inteligencji
    • Dostosowywanie sztucznej inteligencji do procesów biznesowych
    • Kwestie etyczne i zgodność z przepisami
  • Studium przypadku - APEX Manufacturing and Distribution
    • Krok 1. Ocena sytuacji i opracowywanie prototypu
    • Krok 2. Przechodzenie od prototypu do systemu produkcyjnego
    • Krok 3. Wdrażanie potoków CI/CD dla sztucznej inteligencji
    • Krok 4. Monitorowanie i konserwacja
    • Uzyskane rezultaty
    • Osobista historia - punkt zwrotny
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia

Część 3. Nadzór, etyka, bezpieczeństwo i zgodność z przepisami

• Rozdział 12. Nadzór i etyka w dziedzinie sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Uprzedzenia i sprawiedliwość
    • Brak przejrzystości
    • Odpowiedzialność
    • Prywatność i bezpieczeństwo danych
    • Podejmowanie decyzji w kwestiach etycznych
    • Zgodność z przepisami
    • Przykłady
    • Osobiste historie
  • Rozwiązanie i proces - wdrażanie
    • Zrozumienie etyki w dziedzinie sztucznej inteligencji
    • Tworzenie ram etycznych dla sztucznej inteligencji
    • Nadzór nad rozwiązaniami i możliwościami w obszarze sztucznej inteligencji
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Podjęte kroki
    • Uzyskane rezultaty
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 13. Bezpieczeństwo systemów sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Naruszenia danych i kwestie prywatności
    • Luki w modelach i ataki adwersarialne
    • Naruszenie integralności i zatrucie danych
    • Inwersja modelu i zagrożenia prywatności
    • Brak wyjaśnialności i przejrzystości
    • Szybko zmieniające się zagrożenia
    • Osobiste anegdoty
  • Rozwiązanie i proces - wdrażanie
    • Zabezpieczanie modeli AI i danych
    • Sztuczna inteligencja w cyberbezpieczeństwie
    • Przeciwdziałanie lukom w systemach AI
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Podjęte kroki
    • Uzyskane rezultaty
    • Anegdota
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 14. Prywatność w erze sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Gromadzenie danych i zgoda
    • Bezpieczeństwo i naruszenia danych
    • Zgodność z przepisami
    • Minimalizacja i przechowywanie danych
    • Anonimizacja i depersonalizacja
    • Etyczne wykorzystanie sztucznej inteligencji i danych
  • Rozwiązanie i proces - wdrażanie
    • Zrozumienie ochrony danych w świecie sztucznej inteligencji
    • Wdrażanie sztucznej inteligencji z poszanowaniem prywatności
    • Przepisy i najlepsze praktyki
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Podjęte kroki
    • Uzyskane rezultaty
    • Szczegóły wdrażania i trwały sukces
    • Długofalowe skutki
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia
• Rozdział 15. Zgodność z przepisami i standardami dotyczącymi sztucznej inteligencji
  • Problem - bolączki i wyzwania
    • Skomplikowane i zmieniające się przepisy
    • Prywatność i bezpieczeństwo danych
    • Przejrzystość i wytłumaczalność
    • Uprzedzenia i sprawiedliwość
    • Rozliczalność i nadzór
    • Integracja z istniejącymi systemami i procesami
    • Ograniczone zasoby
  • Rozwiązanie i proces - wdrażanie
    • Zapewnianie zgodności sztucznej inteligencji ze standardami branżowymi
    • Uwzględnianie wymogów prawnych
    • Budowanie kultury zgodności i rozliczalności
  • Studium przypadku - APEX Manufacturing and Distribution
    • Stan początkowy
    • Podjęte kroki
    • Uzyskane rezultaty
  • Refleksja i praktyczne dalsze kroki
  • Podsumowanie
  • Pytania
  • Bibliografia

Część 4. Wzmacnianie przywództwa w dziedzinie sztucznej inteligencji dzięki praktycznym narzędziom i wiedzy

• Rozdział 16. Podsumowanie
  • Transformacyjna moc sztucznej inteligencji
  • Najważniejsze zagadnienia i wnioski
  • Znaczący wpływ na strategie biznesowe
    • Doskonalenie obsługi klienta
    • Zwiększanie efektywności operacyjnej
    • Jasna wizja potencjału sztucznej inteligencji
  • Przyszłość stanowiska dyrektora ds. AI
    • Przywództwo wizjonerskie
    • Etyczne zarządzanie
    • Strategiczne innowacje
  • Podsumowanie
  • Bibliografia
• Rozdział 17. Dodatek
  • Słownik terminów z dziedziny sztucznej inteligencji
  • Zalecane lektury i materiały
    • Książki
    • Prace i artykuły naukowe
    • Kursy i poradniki online
    • Strony internetowe i blogi
    • Organizacje i społeczności zawodowe
    • Konferencje i wydarzenia
    • Podcasty i filmy
    • Zasoby rządowe i regulacyjne
    • Instytucje badawcze
    • Narzędzia i platformy
    • Dodatkowe materiały
    • Platformy edukacyjne
    • Fora społecznościowe
    • Zasoby dotyczące etyki i polityki
    • Raporty branżowe
    • Najważniejsze czasopisma i publikacje
  • Szablony i modele
    • NIST AI Risk Management Framework (AI RMF)
    • Szablon do tworzenia strategii w zakresie AI
    • Model zarządzania projektami AI
    • Model etycznego wdrażania sztucznej inteligencji
    • Model nadzoru nad danymi
    • Model oceny dojrzałości w dziedzinie sztucznej inteligencji
    • Model wyboru dostawcy AI
    • Lista kontrolna dotycząca etyki i zgodności w obszarze AI
    • Model oceny umiejętności i kompetencji w dziedzinie sztucznej inteligencji
    • Szablon oceny inwestycji w sztuczną inteligencję
• Pytania
  • Rozdział 1. Dlaczego każda firma potrzebuje dyrektora ds. sztucznej inteligencji?
  • Rozdział 2. Najważniejsze zadania dyrektora ds. sztucznej inteligencji
  • Rozdział 3. Tworzenie skutecznej strategii w obszarze sztucznej inteligencji
  • Rozdział 4. Budowanie wysoce wydajnych zespołów ds. sztucznej inteligencji
  • Rozdział 5. Dane - siła napędowa sztucznej inteligencji
  • Rozdział 6. Zarządzanie projektami z dziedziny sztucznej inteligencji
  • Rozdział 7. Sztuczna inteligencja deterministyczna, probabilistyczna i generatywna
  • Rozdział 8. Inteligentne agenty i systemy agentowe
  • Rozdział 9. Projektowanie systemów sztucznej inteligencji
  • Rozdział 10. Uczenie modeli sztucznej inteligencji
  • Rozdział 11. Wdrażanie rozwiązań opartych na sztucznej inteligencji
  • Rozdział 12. Nadzór i etyka w dziedzinie sztucznej inteligencji
  • Rozdział 13. Bezpieczeństwo systemów sztucznej inteligencji
  • Rozdział 14. Prywatność w erze sztucznej inteligencji
  • Rozdział 15. Zgodność z przepisami i standardami dotyczącymi sztucznej inteligencji