Ocena:
Książka jest powszechnie chwalona za przystępność i przejrzystość w wyjaśnianiu złożonych koncepcji sztucznej inteligencji i uczenia maszynowego, dzięki czemu jest odpowiednia dla profesjonalistów biznesowych, kadry kierowniczej i osób z wykształceniem nietechnicznym. Czytelnicy doceniają praktyczne przykłady i wyważone podejście do omawiania implikacji sztucznej inteligencji, w tym kwestii etycznych. Niektórzy recenzenci zauważyli jednak brak głębi w niektórych obszarach technicznych i brak treści matematycznych, co może nie zadowolić czytelników szukających bardziej kompleksowego odniesienia technicznego.
Zalety:⬤ Zwięzłe i łatwe do zrozumienia
⬤ doskonałe wprowadzenie do AI i uczenia maszynowego
⬤ obejmuje kluczowe koncepcje z perspektywy biznesowej
⬤ praktyczne przykłady
⬤ brak żargonu matematycznego
⬤ odpowiednie dla kadry kierowniczej i czytelników nietechnicznych
⬤ demistyfikuje złożone tematy
⬤ zawiera rozważania etyczne.
⬤ Brak głębi w obszarach technicznych dla osób poszukujących zaawansowanej wiedzy
⬤ brak matematyki może nie spodobać się niektórym czytelnikom pragnącym więcej szczegółów technicznych
⬤ mniej uwagi poświęcono aspektom sztucznej inteligencji, takim jak przetwarzanie języka naturalnego.
(na podstawie 19 opinii czytelników)
Artificial Intelligence and Machine Learning for Business: A No-Nonsense Guide to Data Driven Technologies
Sztuczna inteligencja (AI) i uczenie maszynowe są obecnie głównymi narzędziami biznesowymi. Są one stosowane w wielu branżach w celu zwiększenia zysków, obniżenia kosztów, ratowania życia i poprawy doświadczeń klientów. Organizacje, które rozumieją te narzędzia i wiedzą, jak z nich korzystać, odnoszą korzyści kosztem swoich rywali.
Sztuczna inteligencja i uczenie maszynowe dla biznesu przecina szum i techniczny żargon, który często kojarzy się z tymi tematami. Zapewnia proste i zwięzłe wprowadzenie dla menedżerów i ludzi biznesu. Koncentruje się w dużej mierze na praktycznym zastosowaniu i tym, jak współpracować ze specjalistami technicznymi (naukowcami zajmującymi się danymi), aby zmaksymalizować korzyści płynące z tych technologii.
Steven Finlay jest naukowcem zajmującym się danymi z ponad 20-letnim doświadczeniem w opracowywaniu praktycznych rozwiązań opartych na uczeniu maszynowym. Posiada tytuł doktora nauk o zarządzaniu i jest honorowym pracownikiem naukowym Uniwersytetu Lancaster w Wielkiej Brytanii. Obecnie jest szefem działu analityki w Computershare Loan Services (CLS) w Wielkiej Brytanii. Dr Finlay opublikował szereg praktycznych książek na temat uczenia maszynowego, sztucznej inteligencji i usług finansowych.
Przypominamy, że nowe, czwarte wydanie tej książki jest już dostępne.
