|
||
Strona główna > opis książki
• wydawnictwa polskie
• Zamów informacje o nowościach z wybranego tematu • kontakt
• Cookies na stronie |
UMIEJĘTNOŚCI ANALITYCZNE W PRACY Z DANYMI I SZTUCZNĄ INTELIGENCJĄVAUGHAN D.wydawnictwo: HELION , rok wydania 2021, wydanie Icena netto: Umiejętności analityczne w pracy z danymi i sztuczną inteligencjąCzy 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:
Wprowadzenie Umiejętności analityczne w pracy ze sztuczną inteligencją skąd pomysł? Podejście oparte na przypadkach użycia Czym ta książka nie jest Do kogo ta książka jest skierowana Czego potrzebujesz Konwencje zastosowane w książce Przykładowy kod Podziękowania Rozdział 1. Myślenie analityczne i przedsiębiorstwa sterowane sztuczną inteligencją Czym jest sztuczna inteligencja? Dlaczego współczesna AI nie spełni pokładanych w niej nadziei? Jak się tutaj znaleźliśmy? Rewolucja danych Trzy V Modele dojrzałości danych Historia niespełnionych oczekiwań Umiejętności analityczne w nowoczesnym, sterowanym sztuczną inteligencją przedsiębiorstwie Główne wnioski Dodatkowe materiały Rozdział 2. Wprowadzenie do myślenia analitycznego Pytania deskryptywne, predykcyjne i normatywne Kiedy analiza predykcyjna ma znaczenie: przypadek wykrywania nowotworów Analiza deskryptywna: przypadek odpływu klientów Opisywanie odpływu Prognozowanie odpływu Wyznaczanie toków postępowania w celu ograniczenia odpływu Pytania biznesowe i KPI KPI pomiaru skuteczności programu lojalnościowego Anatomia decyzji: prosty rozkład Przykład: dlaczego kupiłeś tę książkę? Wprowadzenie do przyczynowości Korelacja i przyczynowość definicja Trudności w estymacji związków przyczynowych Problem 1.: nie możemy zaobserwować scenariuszy alternatywnych Problem 2.: heterogeniczność Problem 3.: czynniki zakłócające Problem 4.: efekty selekcji Testowanie A/B Niepewność Niepewność wynikająca z upraszczania Niepewność wynikająca z heterogeniczności Niepewność wynikająca z interakcji społecznych Niepewność wynikająca z ignorancji Główne wnioski Dodatkowe materiały Rozdział 3. Zadawanie właściwych pytań biznesowych Od celów do pytań biznesowych Pytania deskryptywne, predykcyjne i normatywne Zawsze zaczynaj od pytania biznesowego i działaj wstecz Dalsza dekonstrukcja pytań biznesowych Przykład platformy dwustronnej Nauka zadawania pytań biznesowych: przykłady typowych przypadków użycia Zmniejszanie odpływu klientów Definiowanie pytania biznesowego Pytania deskryptywne Pytania predykcyjne Pytania normatywne Sprzedaż krzyżowa: następna najlepsza oferta Definiowanie pytania biznesowego Pytania deskryptywne Pytania predykcyjne Pytania normatywne Optymalizacja CAPEX Lokalizacja sklepu Kogo zatrudnić? Wskaźnik zaległości płatniczych Optymalizacja zapasów magazynowych Personel sklepu Główne wnioski Dodatkowe materiały Rozdział 4. Działania, dźwignie i decyzje Co jest przekładalne na działania? Dźwignie fizyczne Dźwignie ludzkie Dlaczego zachowujemy się tak, a nie inaczej? Dźwignie wynikające z ograniczeń Ograniczenia czasowe Dźwignie, które wpływają na nasze preferencje Genetyka Uczenie się indywidualne i społeczne Rozumowanie społeczne: oddziaływanie strategiczne Rozumowanie społeczne: konformizm i wzajemne oddziaływanie społeczne Efekt sformułowania Niechęć do straty Dźwignie, które zmieniają oczekiwania Heurystyki dostępności i reprezentatywności Przypadki użycia powtórka Odpływ klientów Sprzedaż krzyżowa Optymalizacja nakładów kapitałowych (CAPEX) Lokalizacja sklepu Kogo zatrudnić? Wskaźnik zaległości płatniczych Optymalizacja zapasów magazynowych Personel sklepu Główne wnioski Dodatkowe materiały Rozdział 5. Od działań do konsekwencji: nauka upraszczania Dlaczego musimy upraszczać? Skutki pierwszego i drugiego rzędu Ćwiczenie zmysłu analitycznego: powitajmy Fermiego Ile piłek tenisowych zmieści się na podłodze prostokątnego pokoju? Jaką zapłatę pobrałbyś za umycie każdego okna w Krakowie? Problemy Fermiego w przygotowywaniu wstępnych przypadków biznesowych Płacenie klientom za dane kontaktowe Nadmiar prób kontaktu zwiększa prawdopodobieństwo odpływu Czy powinieneś przyjąć ofertę tego start-upu? Powtórka przykładów z rozdziału 3. Odpływ klientów Sprzedaż krzyżowa Optymalizacja CAPEX Oddziaływanie ceny Oddziaływanie ilości Lokalizacja sklepu Wskaźnik zaległości płatniczych Optymalizacja zapasów magazynowych Personel sklepu Główne wnioski Dodatkowe materiały Rozdział 6. Niepewność Z czego bierze się niepewność? Kwantyfikacja niepewności Wartości oczekiwane Przetarg na budowę autostrady Interpretacja wartości oczekiwanych Podejmowanie decyzji w warunkach pewności Podejmowanie prostych decyzji w warunkach niepewności Decyzje w warunkach niepewności Czy nie można zrobić tego lepiej? Przecież to argumentacja częstościowa Normatywne i deskryptywne teorie podejmowania decyzji Przykładowe paradoksy towarzyszące podejmowaniu decyzji w warunkach niepewności Paradoks petersburski Awersja do ryzyka Teoria w praktyce Oszacowywanie prawdopodobieństw Oszacowywanie prawdopodobieństw bezwarunkowych Oszacowywanie prawdopodobieństw warunkowych Testowanie A/B Problem wielorękiego bandyty Oszacowywanie wartości oczekiwanych Metody częstościowe i bayesowskie Przypadki użycia powtórka Odpływ klientów Sprzedaż krzyżowa Optymalizacja CAPEX Lokalizacja sklepu Kogo zatrudnić? Wskaźnik zaległości płatniczych Optymalizacja zapasów magazynowych Główne wnioski Dodatkowe materiały Rozdział 7. Optymalizacja Czym jest optymalizacja? Optymalizacja numeryczna jest trudna Optymalizacja nie jest nowością w biznesie Optymalizacja cen i przychodów Optymalizacja bez niepewności Odpływ klientów Sprzedaż krzyżowa Inwestycje CAPEX Optymalizacja obsady stanowisk pracy Optymalna lokalizacja sklepów Optymalizacja w warunkach niepewności Odpływ klientów Sprzedaż krzyżowa Optymalna obsada stanowisk Sztuczki związane z rozwiązywaniem problemów optymalizacyjnych w warunkach niepewności Główne wnioski Dodatkowe materiały Rozdział 8. Podsumowanie Umiejętności analityczne Zadawanie pytań normatywnych Zrozumieć przyczynowość Myślenie poza utartymi schematami Upraszczanie Akceptacja niepewności Podejście bierne Podejście oparte na danych Podejście oparte na modelu Optymalizacja Zrozumieć funkcję celu Optima lokalne Wyczulenie na wstępne przypuszczenia Problemy ze skalą i produkcją Sterowane AI przedsiębiorstwo przyszłości Sztuczna inteligencja Nauka podejmowania decyzji Problemy z takim podejściem do automatycznego podejmowania decyzji Kwestie etyczne Uwagi końcowe Dodatek. Krótkie wprowadzenie do uczenia maszynowego Czym jest uczenie maszynowe? Taksonomia modeli uczenia maszynowego Uczenie nadzorowane Uczenie nienadzorowane Uczenie półnadzorowane Regresja i klasyfikacja Tworzenie prognoz Zastrzeżenia związane z metodą podstawiania Skąd biorą się te funkcje? Tworzenie drobnych prognoz Od regresji liniowej do uczenia głębokiego Regresja liniowa Uwzględnianie innych zmiennych Nadmierne dopasowanie Sieci neuronowe Funkcje aktywacji: wprowadzanie dodatkowej nieliniowości Sukces głębokiego uczenia Podstawy testowania A/B Testowanie A/B w praktyce Obliczenia mocy i wielkości Wyniki fałszywie pozytywne lub negatywne Dodatkowe materiały O autorze Kolofon 200 stron, Format: 17.0x24.0cm, oprawa miękka
Po otrzymaniu zamówienia poinformujemy, |
