Artificial Intelligence for Business

این کتاب راهنمای عملی تکنیک‌های هوش مصنوعی (AI) که در تجارت استفاده می‌شوند را ارائه می‌دهد. این کتاب بر روی مدل‌ها و الگوریتم‌های هوش مصنوعی تمرکز نمی‌کند، بلکه در عوض مروری بر محبوب‌ترین و پرکاربردترین مدل‌ها در تجارت ارائه می‌کند. این به کتاب اجازه می دهد تا به راحتی پارادایم ها و مفاهیم هوش مصنوعی را برای دانشجویان و مدیران بازرگانی توضیح دهد. هوش مصنوعی برای کسب و کار در شش فصل تقسیم شده است. فصل 1 با مقدمه‌ای کوتاه درباره هوش مصنوعی آغاز می‌شود و رابطه آن با یادگیری ماشین، علم داده و تجزیه و تحلیل داده‌های بزرگ را توضیح می‌دهد. فصل 2 جریان کار اصلی یادگیری ماشین و موثرترین تکنیک های یادگیری ماشین را ارائه می دهد. فصل 3 به یادگیری عمیق، یک تکنیک محبوب برای توسعه برنامه های کاربردی هوش مصنوعی می پردازد. فصل 4 موتورهای توصیه برای کسب و کار را معرفی می کند و نحوه استفاده از آنها را برای رقابت بیشتر پوشش می دهد. فصل 5 شامل پردازش زبان طبیعی (NLP) برای تجزیه و تحلیل احساسات متمرکز بر احساسات است. با کمک تجزیه و تحلیل احساسات، کسب و کارها می توانند مشتریان خود را بهتر درک کنند تا تجربه خود را بهبود بخشند، که به کسب و کارها کمک می کند موقعیت خود را در بازار تغییر دهند. فصل 6 چشم انداز تجاری بالقوه هوش مصنوعی و مزایایی را که شرکت ها می توانند با پیاده سازی هوش مصنوعی در فرآیندهای خود به دست آورند، بیان می کند.

This book offers a practical guide to artificial intelligence (AI) techniques that are used in business. The book does not focus on AI models and algorithms, but instead provides an overview of the most popular and frequently used models in business. This allows the book to easily explain AI paradigms and concepts for business students and executives. Artificial Intelligence for Business is divided into six chapters. Chapter 1 begins with a brief introduction to AI and describes its relationship with machine learning, data science and big data analytics. Chapter 2 presents core machine learning workflow and the most effective machine learning techniques. Chapter 3 deals with deep learning, a popular technique for developing AI applications. Chapter 4 introduces recommendation engines for business and covers how to use them to be more competitive. Chapter 5 features natural language processing (NLP) for sentiment analysis focused on emotions. With the help of sentiment analysis, businesses can understand their customers better to improve their experience, which will help the businesses change their market position. Chapter 6 states potential business prospects of AI and the benefits that companies can realize by implementing AI in their processes.