دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Jason L. Anderson, Jeffrey L. Coveyduc سری: ISBN (شابک) : 9781119651802, 1119651808 ناشر: John Wiley & Sons سال نشر: 2020 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Artificial Intelligence for Business: A Roadmap for Getting Started with AI به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب هوش مصنوعی برای تجارت: نقشه راه برای شروع با هوش مصنوعی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
هوش مصنوعی برای کسب و کار: نقشه راه برای شروع کار با هوش مصنوعی به خواننده نقشه راه را برای درک آسان برای چگونگی پیشبرد یک سازمان از طریق پذیرش فناوری هوش مصنوعی ارائه می دهد. ابتدا به شناسایی مشکلات و فرصتهای تجاری برای هوش مصنوعی و نحوه اولویتبندی آنها برای به حداکثر رساندن احتمال موفقیت کمک میکند. روشهای خاصی برای کمک به یافتن دادههای آموزشی حیاتی در یک سازمان و نحوه پر کردن شکافهای داده در صورت وجود، معرفی شدهاند. با در دست داشتن دادهها، میتوان یک نمونه اولیه برای محدود کردن ریسک و ارائه ارزش ملموس برای سازمان به عنوان یک کل برای توجیه سرمایهگذاری بیشتر ساخت. در نهایت، یک سیستم هوش مصنوعی سطح تولید را می توان با بهترین شیوه ها برای اطمینان از کیفیت نه تنها با کد برنامه، بلکه همچنین با مدل های هوش مصنوعی توسعه داد. در نهایت، با پایان یافتن این سفر ویژه پذیرش هوش مصنوعی، نویسندگان نشان خواهند داد که با تکرار چرخه عمر پذیرش هوش مصنوعی و بهبود بخشهای دیگر سازمان، ارزش بیشتری به دست میآید.
Artificial Intelligence for Business: A Roadmap for Getting Started with AI will provide the reader with an easy to understand roadmap for how to take an organization through the adoption of AI technology. It will first help with the identification of which business problems and opportunities are right for AI and how to prioritize them to maximize the likelihood of success. Specific methodologies are introduced to help with finding critical training data within an organization and how to fill data gaps if they exist. With data in hand, a scoped prototype can be built to limit risk and provide tangible value to the organization as a whole to justify further investment. Finally, a production level AI system can be developed with best practices to ensure quality with not only the application code, but also the AI models. Finally, with this particular AI adoption journey at an end, the authors will show that there is additional value to be gained by iterating on this AI adoption lifecycle and improving other parts of the organization.