| |||||
Strona g³ówna > opis ksi±¿ki
• polskie
• Zamów informacje o nowo¶ciach z wybranego tematu • kontakt |
SZTUCZNA INTELIGENCJA WE WSPÓ£CZESNYCH ORGANIZACJACHWODECKI A.wydawnictwo: PWN, 2021, wydanie Icena netto: Sztuczna inteligencja we wspó³czesnych organizacjachJak autonomiczne systemy mog± wp³ywaæ na firmy, modele biznesowe i rynki?Inteligentne, autonomiczne i samoucz±ce siê systemy s± z jednej strony przedmiotem zaawansowanych badañ, z drugiej zaczynaj± znajdowaæ zastosowania w biznesie. Oparte g³ównie o metody tzw. nauczania ze wzmocnieniem (ang. Reinforcement Learning, RL) s± fundamentem nie tylko Przemys³u 4.0, ale te¿ wspó³czesnych rynków finansowych czy marketingu internetowego. Istnieje coraz wiêcej udanych wdro¿eñ takich systemów, ale wci±¿ niewiele z nich zapewnia rzeczywist± warto¶æ biznesow±. Zrozumienie podstaw ich dzia³ania oraz sposobów, na jakie mog± generowaæ warto¶æ, pomo¿e nie tylko wspieraæ ju¿ realizowane inicjatywy sztucznej inteligencji, ale tak¿e projektowaæ nowe tak, by zwiêkszaæ przewagê konkurencyjn±. G³ównym celem publikacji „Sztuczna inteligencja we wspó³czesnych organizacjach” jest przedstawienie tych nowoczesnych i wyrafinowanych metod mened¿erom i ekspertom z zakresu zarz±dzania. Autor, na podstawie dog³êbnych badañ ponad 100 projektów, przedstawia podstawowe zasady le¿±ce u podstaw systemów autonomicznych, ich zastosowania w ró¿nych bran¿ach, wp³yw na modele generowania warto¶ci, firmy oraz rynki. Ksi±¿ka „Sztuczna inteligencja we wspó³czesnych organizacjach” pomo¿e liderom w racjonalnym sformu³owaniu uzasadnienia biznesowego dla samoucz±cych siê produktów czy us³ug, decydentom i inwestorom w ocenie potencja³u biznesowego nowych autonomicznych projektów, a przedstawiciele ¶rodowisk naukowych znajd± w niej inspiracjê do przysz³ych badañ. WPROWADZENIE NOTA BIBLIOGRAFICZNA UCZENIE MASZYNOWE Podstawowe pojêcia i koncepcje Inteligencja maszyn Uczenie maszynowe a programowanie Metody nauczania maszynowego Nauczanie ze wzmocnieniem jako fundament systemów autonomicznych Agent, jego otoczenie, dziatania, obserwacje i nagrody Uczenie siê przez interakcje Kluczowe metody i algorytmy nauczania ze wzmocnieniem Wyzwania Samoucz±ce siê, autonomiczne systemy we wspó³czesnym ¶wiecie Podsumowanie WP£YW SYSTEMÓW AUTONOMICZNYCH NA TECHNOLOGIE, PROCESY I BRAN¯E Technologie le¿±ce u podstaw systemów autonomicznych Wprowadzenie Zmys³y, percepcja i ¶wiadomo¶æ sytuacyjna Komunikacja Trenowanie, uczenie siê i symulacje Cyberbezpieczeñstwo Zarz±dzanie flot± Platformy do tworzenia kompleksowych rozwi±zañ Zastosowania systemów samoucz±cych siê w kluczowych procesach biznesowych Zarz±dzanie aktywami Produkcja Logistyka Marketing i sprzeda¿ Technologie informatyczne i komunikacyjne Podsumowanie Potencjalny wptyw na bran¿e Produkcja, budownictwo i bran¿a samochodowa Transport Rolnictwo Sektor wydobywczy i energetyczny Marketing Handel detaliczny Ubezpieczenia, ustugi finansowe i bankowo¶æ Opieka zdrowotna Sektor publiczny Podsumowanie AUTONOMICZNE, SAMOUCZ¡CE SIÊ SYSTEMY W GENEROWANIU WARTO¦CI Praktyczne aspekty i dobre praktyki wdro¿eñ systemów autonomicznych Inicjacja Wdro¿enie Utrwalenie zmiany Korzy¶ci z wdro¿eñ systemów inteligentnych Generowanie przychodów Redukcja kosztów Minimalizacja ryzyka Model generowania warto¶ci Generowanie warto¶ci przez systemy SI AiR Management: metoda projektowania uzasadnienia biznesowego oraz strategii wdro¿eñ systemów autonomicznych TRENDY ROZWOJU Mo¿liwy wptyw technologii autonomicznych na organizacje, rynki i ludzi Rozproszona SI Sieci poznawcze Nowe kompetencje Wp³yw SI na rolê cz³owieka w organizacji Horyzonty badañ i inspiracje na przysz³o¶æ Badania podstawowe Badania stosowane Zarz±dzanie i nauki o spo³eczeñstwie PODSUMOWANIE ZA£¡CZNIK BIBLIOGRAFIA 198 stron, Format: 16.5x23.5cm, oprawa miêkka Ksiêgarnia nie dzia³a. Nie odpowiadamy na pytania i nie realizujemy zamówien. Do odwolania !. |
