Deploying AI in the Enterprise: IT Approaches for Design, DevOps, Governance, Change Management, Blockchain, and Quantum Computing

ویرایش: 1 
نویسندگان: Eberhard Hechler,  Martin Oberhofer,  Thomas Schaeck  
سری:  
ISBN (شابک) : 9781484262054, 9781484262061 
ناشر: Apress 
سال نشر: 2020 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 22 مگابایت 

قیمت کتاب (تومان) : 37,000



شرکت شما به هوش مصنوعی متعهد شده است. تبریک میگم حالا چی؟ این کتاب کاربردی یک برنامه جامع برای پیاده سازی هوش مصنوعی از منظر عملیات فناوری اطلاعات و فناوری اطلاعات در سازمان ارائه می دهد. با قابلیت ها، پتانسیل ها، محدودیت ها و چالش های هوش مصنوعی آشنا خواهید شد. این کتاب به شما در مورد نقش هوش مصنوعی در زمینه‌های به خوبی تثبیت شده، مانند تفکر طراحی و DevOps، مدیریت و مدیریت تغییر، بلاک چین و محاسبات کوانتومی می‌آموزد و در مورد همگرایی هوش مصنوعی در این حوزه‌های کلیدی شرکت بحث می‌کند.
استقرار هوش مصنوعی در سازمان راهنمایی و روش هایی را برای استقرار و عملیاتی کردن راه حل های هوش مصنوعی پایدار به طور موثر ارائه می دهد. وقتی صحبت از تبدیل بینش به پیش بینی های عملی می شود، در مورد چالش های استقرار، مانند مسائل عملیاتی سازی هوش مصنوعی و موانع پیش رو خواهید آموخت. شما همچنین یاد خواهید گرفت که چگونه اجزای کلیدی معماری اطلاعات هوش مصنوعی و نقش آن در ایجاد امکان استقرار موفق و پایدار هوش مصنوعی را بشناسید. و شما به درک چگونگی استفاده موثر از هوش مصنوعی برای افزایش استفاده از اطلاعات اصلی در راه حل های مدیریت داده اصلی (MDM) خواهید رسید.

آنچه خواهید آموخت

< li>درک مهم ترین مفاهیم هوش مصنوعی، از جمله یادگیری ماشینی و یادگیری عمیق
• بهترین شیوه ها و روش ها را برای استقرار و عملیاتی کردن موفقیت آمیز راه حل های هوش مصنوعی دنبال کنید
• شناسایی اجزای حیاتی معماری اطلاعات هوش مصنوعی و اهمیت داشتن یک طرح
• ادغام هوش مصنوعی در ابتکارات موجود در یک سازمان
• شناخت محدودیت های فعلی هوش مصنوعی و اینکه چگونه می تواند بر کسب و کار شما تاثیر بگذارد
• آگاهی در مورد تحقیقات مهم و به موقع هوش مصنوعی
• ذهنیت خود را طوری تنظیم کنید که هوش مصنوعی را از دیدگاهی جامع در نظر بگیرید
• با فرصت های هوش مصنوعی که در صنایع مختلف وجود دارد آشنا شوید

این کتاب برای چه کسی است
متخصصان فناوری اطلاعات، دانشمندان داده و معمارانی که باید به چالش‌های استقرار و عملیاتی مرتبط با هوش مصنوعی بپردازند و نیاز به یک مرور کلی در مورد چگونگی تأثیر هوش مصنوعی بر سایر حوزه‌های حیاتی کسب‌وکار دارند. . این یک مقدمه نیست، بلکه برای خواننده‌ای است که به دنبال مثال‌هایی در مورد چگونگی استفاده از داده‌ها برای به دست آوردن بینش و پیش‌بینی‌های عملی است، و باید خطرات و محدودیت‌های فعلی هوش مصنوعی و معنای آن در یک صنعت را بفهمد و فاکتور بگیرد. زمینه مربوطه

Your company has committed to AI. Congratulations, now what? This practical book offers a holistic plan for implementing AI from the perspective of IT and IT operations in the enterprise. You will learn about AI’s capabilities, potential, limitations, and challenges. This book teaches you about the role of AI in the context of well-established areas, such as design thinking and DevOps, governance and change management, blockchain, and quantum computing, and discusses the convergence of AI in these key areas of the enterprise.
Deploying AI in the Enterprise provides guidance and methods to effectively deploy and operationalize sustainable AI solutions. You will learn about deployment challenges, such as AI operationalization issues and roadblocks when it comes to turning insight into actionable predictions. You also will learn how to recognize the key components of AI information architecture, and its role in enabling successful and sustainable AI deployments. And you will come away with an understanding of how to effectively leverage AI to augment usage of core information in Master Data Management (MDM) solutions.

What You Will Learn

• Understand the most important AI concepts, including machine learning and deep learning
• Follow best practices and methods to successfully deploy and operationalize AI solutions
• Identify critical components of AI information architecture and the importance of having a plan
• Integrate AI into existing initiatives within an organization
• Recognize current limitations of AI, and how this could impact your business
• Build awareness about important and timely AI research
• Adjust your mindset to consider AI from a holistic standpoint
• Get acquainted with AI opportunities that exist in various industries

Who This Book Is For
IT pros, data scientists, and architects who need to address deployment and operational challenges related to AI and need a comprehensive overview on how AI impacts other business critical areas. It is not an introduction, but is for the reader who is looking for examples on how to leverage data to derive actionable insight and predictions, and needs to understand and factor in the current risks and limitations of AI and what it means in an industry-relevant context.

Front Matter ....Pages i-xxvi
Front Matter ....Pages 1-1
 AI Introduction  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 3-22
 AI Historical Perspective  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 23-33
 Key ML, DL, and DO Concepts  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 35-52
Front Matter ....Pages 53-53
 AI Information Architecture  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 55-93
 From Data to Predictions to Optimal Actions  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 95-114
 The Operationalization of AI  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 115-140
 Design Thinking and DevOps in the AI Context  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 141-161
Front Matter ....Pages 163-163
 AI and Governance  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 165-211
 Applying AI to Master Data Management  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 213-234
 AI and Change Management  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 235-252
 AI and Blockchain  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 253-271
 AI and Quantum Computing  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 273-295
Front Matter ....Pages 297-297
 Limitations of AI  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 299-312
 In Summary and Onward  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 313-316
 Abbreviations  (Eberhard Hechler, Martin Oberhofer, Thomas Schaeck)....Pages 317-321
Back Matter ....Pages 323-331