Description
Czy technologie sztucznej inteligencji spełnią obietnicę wielkiego sukcesu? Dotychczas stosunkowo niewielu przedsiębiorstwom udało się dokonać przełomu dzięki modelom biznesowym opartym na nowych technologiach. Niepowodzenia te można różnie tłumaczyć. Często problemem jest brak umiejętności analitycznych, a przecież rozwój przedsiębiorstwa zależy od jakości decyzji, a nie samego wykorzystywania danych lub technologii predykcyjnych. Okazuje się jednak, że lepsze decyzje można podejmować dzięki wykorzystaniu sztucznej inteligencji i dostępnych danych.Oto praktyczny przewodnik po wypróbowanej kompleksowej metodzie ułatwiającej przekładanie decyzji biznesowych na łatwe w realizacji, normatywne rozwiązania, oparte na danych i sztucznej inteligencji. Badacze danych, analitycy i menedżerowie znajdą tu techniki ułatwiające zadawanie właściwych pytań i generowanie wartości z wykorzystaniem nowoczesnych technologii AI i reguł decyzyjnych. Przedstawiono szczegóły procesu decyzyjnego, począwszy od pożądanych konsekwencji lub wyników, aby następnie cofnąć się do kwestii działań, które można podjąć, i skończyć na omówieniu problemów oraz szans pojawiających się w wyniku wpłynięcia na niepewność i przyczynowość. Opisano też, jak formułować i rozwiązywać problemy normatywne.Dzięki tej książce dowiesz się, jak:przekształcać pytania biznesowe w normatywne rozwiązaniarozkładać decyzje biznesowe na etapy i stosować do nich różne metody analitycznezrozumieć i zaakceptować niepewność w procesie decyzyjnymoptymalizować decyzje za pomocą predykcyjnych i normatywnych metod analizygenerować znaczne wartości za pomocą technologii opartych na AI i danychOpieraj swoje decyzje na technikach analizy danych!Spis treści:Wprowadzenie 51. Myślenie analityczne i przedsiębiorstwa sterowane sztuczną inteligencją 11Czym jest sztuczna inteligencja? 12Dlaczego współczesna AI nie spełni pokładanych w niej nadziei? 13Jak się tutaj znaleźliśmy? 13Historia niespełnionych oczekiwań 17Umiejętności analityczne w nowoczesnym, sterowanym sztuczną inteligencją przedsiębiorstwie 18Główne wnioski 18Dodatkowe materiały 192. Wprowadzenie do myślenia analitycznego 21Pytania deskryptywne, predykcyjne i normatywne 21Pytania biznesowe i KPI 25Anatomia decyzji: prosty rozkład 27Wprowadzenie do przyczynowości 30Niepewność 37Główne wnioski 41Dodatkowe materiały 423. Zadawanie właściwych pytań biznesowych 43Od celów do pytań biznesowych 43Pytania deskryptywne, predykcyjne i normatywne 45Zawsze zaczynaj od pytania biznesowego i działaj wstecz 45Dalsza dekonstrukcja pytań biznesowych 46Nauka zadawania pytań biznesowych: przykłady typowych przypadków użycia 49Główne wnioski 60Dodatkowe materiały 614. Działania, dźwignie i decyzje 63Co jest przekładalne na działania? 63Dźwignie fizyczne 64Dźwignie ludzkie 65Przypadki użycia – powtórka 76Główne wnioski 79Dodatkowe materiały 805. Od działań do konsekwencji: nauka upraszczania 81Dlaczego musimy upraszczać? 82Ćwiczenie zmysłu analitycznego: powitajmy Fermiego 83Powtórka przykładów z rozdziału 3. 92Główne wnioski 99Dodatkowe materiały 996. Niepewność 101Z czego bierze się niepewność? 102Kwantyfikacja niepewności 102Podejmowanie decyzji w warunkach pewności 107Podejmowanie prostych decyzji w warunkach niepewności 109Decyzje w warunkach niepewności 111Normatywne i deskryptywne teorie podejmowania decyzji 115Przykładowe paradoksy towarzyszące podejmowaniu decyzji w warunkach niepewności 116Teoria w praktyce 120Przypadki użycia – powtórka 125Główne wnioski 133Dodatkowe materiały 1337. Optymalizacja 137Czym jest optymalizacja? 137Optymalizacja bez niepewności 143Optymalizacja w warunkach niepewności 157Główne wnioski 164Dodatkowe materiały 1648. Podsumowanie 167Umiejętności analityczne 167Sterowane AI przedsiębiorstwo przyszłości 173Uwagi końcowe 176Krótkie wprowadzenie do uczenia maszynowego 177O autorze: Dr Daniel Vaughan od piętnastu lat zajmuje się rozwiązywaniem problemów przy użyciu metod predykcyjnych i normatywnych. Obecnie prowadzi dział data science w Airbnb w Ameryce Łacińskiej. Wcześniej był dyrektorem do spraw danych i kierownikiem działu data science w Telefónica México.
Informatyka
sceptyczny, organ administracji publicznej, maria ciunelis, pałac kozłówka, gammapatia monoklonalna, wig30 notowania, cena drobiu, pulmoterol, ludowa
yyyyy
