Osoby które kupowały "Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa", wybierały także:

• Biologika Sukcesji Pokoleniowej. Sezon 3. Konflikty na terytorium 124,17 zł, (14,90 zł -88%)
• Windows Media Center. Domowe centrum rozrywki 66,67 zł, (8,00 zł -88%)
• Podręcznik startupu. Budowa wielkiej firmy krok po kroku 93,13 zł, (14,90 zł -84%)
• Ruby on Rails. Ćwiczenia 18,75 zł, (3,00 zł -84%)
• Scrum. O zwinnym zarz 78,42 zł, (14,90 zł -81%)

Spis treści

Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa -- spis treści

Wprowadzenie 5

1. Myślenie analityczne i przedsiębiorstwa sterowane sztuczną inteligencją 11

• Czym jest sztuczna inteligencja? 12
• Dlaczego współczesna AI nie spełni pokładanych w niej nadziei? 13
• Jak się tutaj znaleźliśmy? 13
• Historia niespełnionych oczekiwań 17
• Umiejętności analityczne w nowoczesnym, sterowanym sztuczną inteligencją przedsiębiorstwie 18
• Główne wnioski 18
• Dodatkowe materiały 19

2. Wprowadzenie do myślenia analitycznego 21

• Pytania deskryptywne, predykcyjne i normatywne 21
• Pytania biznesowe i KPI 25
• Anatomia decyzji: prosty rozkład 27
• Wprowadzenie do przyczynowości 30
• Niepewność 37
• Główne wnioski 41
• Dodatkowe materiały 42

3. Zadawanie właściwych pytań biznesowych 43

• Od celów do pytań biznesowych 43
• Pytania deskryptywne, predykcyjne i normatywne 45
• Zawsze zaczynaj od pytania biznesowego i działaj wstecz 45
• Dalsza dekonstrukcja pytań biznesowych 46
• Nauka zadawania pytań biznesowych: przykłady typowych przypadków użycia 49
• Główne wnioski 60
• Dodatkowe materiały 61

4. Działania, dźwignie i decyzje 63

• Co jest przekładalne na działania? 63
• Dźwignie fizyczne 64
• Dźwignie ludzkie 65
• Przypadki użycia - powtórka 76
• Główne wnioski 79
• Dodatkowe materiały 80

5. Od działań do konsekwencji: nauka upraszczania 81

• Dlaczego musimy upraszczać? 82
• Ćwiczenie zmysłu analitycznego: powitajmy Fermiego 83
• Powtórka przykładów z rozdziału 3. 92
• Główne wnioski 99
• Dodatkowe materiały 99

6. Niepewność 101

• Z czego bierze się niepewność? 102
• Kwantyfikacja niepewności 102
• Podejmowanie decyzji w warunkach pewności 107
• Podejmowanie prostych decyzji w warunkach niepewności 109
• Decyzje w warunkach niepewności 111
• Normatywne i deskryptywne teorie podejmowania decyzji 115
• Przykładowe paradoksy towarzyszące podejmowaniu decyzji w warunkach niepewności 116
• Teoria w praktyce 120
• Przypadki użycia - powtórka 125
• Główne wnioski 133
• Dodatkowe materiały 133

7. Optymalizacja 137

• Czym jest optymalizacja? 137
• Optymalizacja bez niepewności 143
• Optymalizacja w warunkach niepewności 157
• Główne wnioski 164
• Dodatkowe materiały 164

8. Podsumowanie 167

• Umiejętności analityczne 167
• Sterowane AI przedsiębiorstwo przyszłości 173
• Uwagi końcowe 176

Krótkie wprowadzenie do uczenia maszynowego 177