Az adattudomány tőkésítése - Útmutató az adatok erejének felszabadításához az Ön vállalkozása és termékei számára

Eredeti címe:

Capitalizing Data Science - A Guide to Unlocking the Power of Data for Your Business and Products

Könyv tartalma:

Termék leírása

Az adattudományban és a gépi tanulásban rejlő lehetőségek felszabadítása az Ön vállalkozása és szervezete számára

Fő jellemzők

● Tartalmazza az adattudomány és a gépi tanulási technológia által támogatott, napjaink legnépszerűbb alkalmazásait.

● Szilárd alapozó az adattudomány teljes életciklusáról, példákkal részletezve.

● Integrált megközelítés a képfeldolgozás, a természetes nyelvfeldolgozás és a neurális hálózatok üzleti felhasználásának bemutatására.

Leírás

Előre látja, hogy a vállalatának és termékeinek milyen hasznára válik az adattudomány? Hogyan lehet nyomon követni és megkérdőjelezni a mesterséges intelligencia és az ML üzleti felhasználásának eredményeit? Olyan kérdések, mint a 'Hogyan építsünk fel egy adattudományi csapatot? ' merülnek fel állandóan a fejében?

Ez a könyv mindezekkel a stratégiai aggodalmakkal és kihívásokkal foglalkozik.

A könyv először is a döntéshozatal fejlődését vizsgálja empirikus bizonyítékok alapján. A könyv ezután segít összehasonlítani az adatokkal alátámasztott korszakot a jelenlegi, adatok által vezérelt korszakkal. Kitér arra is, hogyan lehet sikeresen lefolytatni egy adattudományi projektet, az adattudományi projekt életciklusát, és hogyan néz ki. A könyv meglehetősen mélyrehatóan merül el a különböző mai adatvezérelt alkalmazásokban, kiemeli a példaadatkészleteket, tárgyalja az akadályokat, és intuitív módon magyarázza el a gépi tanulási modelleket és algoritmusokat.

A könyv kitér az adattudományi csapat létrehozásának strukturális és szervezeti megfontolásaira. A könyv segít javaslatot tenni az optimális adattudományi szervezeti struktúra alkalmazására a vállalat fejlettségi szintje alapján. Végül a könyv a technológiai vezetők segítésével elmagyarázza az adattudománynak a vállalkozásokra gyakorolt hatásait.

Amit megtanulhat

● Ismerje meg a teljes adattudományi életciklust, és legyen jártas az egyes fázisokban.

● Fedezze fel a felügyelt és nem felügyelt tanulási alkalmazások, valamint a strukturált és strukturálatlan adathalmazok világát.

● Megvitatja az NLP működését, lehetőségeit és az olyan jól ismert módszerek alkalmazását, mint a BERT és a GPT3.

● Magyarázza el az olyan gyakorlati alkalmazásokat, mint az automatikus feliratozás, a gépi fordítás és az érzelemfelismerés.

● Keretet biztosít a csapat adattudományi készségeinek és erőforrásainak értékeléséhez.

Kinek szól ez a könyv

Startupok, befektetők, kisvállalkozások, termékmenedzsment csapatok, CxO és minden olyan fejlődő vállalkozás, amely az adattudományi csapat kihasználására vágyik, hogy a legtöbbet nyerjen ebből a könyvből. A könyv a gépi tanulás és a mesterséges intelligencia gyakorlati alkalmazásainak lehetőségeit is tárgyalja a banki és e-kereskedelmi vállalkozások jövője szempontjából.

Tartalomjegyzék

1. Adatvezérelt döntések a kezdetektől napjainkig

2. Az adattudomány életciklusa - 1. rész

3. Adattudományi életciklus - 2. rész

4. Mély merülés a mesterséges intelligenciába

5. A mesterséges intelligencia alkalmazása strukturált adatokkal - banki tevékenység

6. A mesterséges intelligencia alkalmazása strukturált adatokkal

7. A mesterséges intelligencia alkalmazása strukturált adatokkal-On-Demand szállítások

8. Mesterséges intelligencia a természetes nyelvi feldolgozásban

9. Mindent egybevetve

A szerzőről

Mathangi Sri bizonyítottan világszínvonalú adattudományi megoldások és termékek létrehozásában. Összesen 20 szabadalmat szerzett az intuitív ügyfélélmény és a felhasználói profilok területén. Szerzője és kiadója egy könyvnek az Apress, Springer kiadónál - „Practical Natural Language Processing with Python” Jelenleg a Yubi adatfeldolgozási igazgatója. Korábban olyan nagy szervezeteknél, mint a Citibank, a HSBC, a GE és olyan technológiai startupoknál, mint a 247.ai, a PhonePe és a Gojek, épített adattudományi csapatokat. Különböző startupoknál kulturális változást és szemléletváltást hozott az adatvezérelt döntések elfogadásához. Előadások, beszélgetések, blogok és tanácsadói szerepek révén aktívan részt vesz az adattudományi közösség munkájában. Az ország számos prémium egyetemi intézményének vendégoktatója, mint például az IIIT Sri City, az IIM Kashipur, a NIT Trichy stb. Az Indiai Nemzeti Ügyvédi Kamara 2019-ben a „The Phenomenal SHE” egyikeként, az Engatica 2022-ben az 50 legbefolyásosabb befolyásoló az AI területén, az Analytics India Magazine 2021-ben az 50 legbefolyásosabb AI-vezető Indiában, a 3AI Association 2021-ben az AI vezetői között stb.