A vállalati mesterséges intelligencia elmélete és gyakorlata: Receptek és referenciaimplementációk a marketing, az ellátási lánc és a termelési műveletek számára

Olvasói vélemények

A könyv egy gyakorlati útmutató, amely bemutatja, hogy a gépi tanulás hogyan oldhatja meg a vállalati kihívásokat, releváns és változatos, a gyakorlati szakemberek számára alkalmas példákkal. Az informatikai vagy matematikai alapismeretekkel rendelkező olvasók számára is hozzáférhető.

A könyv változatos, gyakorlatias felhasználási eseteket és egyértelmű kódpéldákat kínál. Hatékonyan integrálja a vállalati területeket és a mélytanulást. Az írás jól strukturált és közérthető, így a mesterséges intelligencia és ML szerepkörökön kívüliek számára is alkalmas. Az üzleti problémákra összpontosít, és különböző megközelítéseket vázol fel azok megoldására.

A kritikákban nem említenek konkrét hátrányokat, de a könyv fókusza nem feltétlenül felel meg a haladó felhasználóknak, akik nagyobb technikai mélységre vágynak.

(3 olvasói vélemény alapján)

Eredeti címe:

The Theory and Practice of Enterprise AI: Recipes and Reference Implementations for Marketing, Supply Chain, and Production Operations

Könyv tartalma:

Ez a könyv átfogó útmutatót nyújt arról, hogyan javítható a marketing, az ellátási lánc és a termelési műveletek a mélytanulás és a megerősített tanulás módszereinek használatával, valamint ezek kombinálásával a hagyományos analitikai és optimalizálási megközelítésekkel. A könyv vállalati adattudósok és analitikai vezetők számára íródott, és hasznos lesz az operációkutatás és az alkalmazott statisztika végzős hallgatói számára is.

A The Theory and Practice of Enterprise AI öt részre tagolódik. Az I. rész bemutatja a vállalati döntések automatizálásának alapfogalmait, és ismerteti a releváns mély- és megerősített tanulási módszereket.

A II.

rész az ügyfélelemzés és a személyre szabás receptjeit mutatja be. A III.

rész olyan keresési és ajánlási megoldásokat ír le, amelyek széles körben hasznosítják a tartalmi adatokat, például a szövegeket és a képeket. A IV. rész az ároptimalizálás és a készletgazdálkodás módszereit tárgyalja.

Végül az V. rész az anomália-felismerés és a vizuális ellenőrzés terveit mutatja be, amelyek segítenek a termelési és szállítási műveletek javításában. A kiegészítő online tárban Python kódpéldák segítik az olvasót a megvalósítás részleteinek megértésében.