Digitale Endgeräte sind längst zu einem festen Bestandteil unserer Gesellschaft geworden. Aber wie wirkt sich der technische Fortschritt auf unser tägliches Zusammenleben aus? Antworten auf diese Frage liefert das neue Buch über die wechselseitigen Beziehungen zwischen Mensch und Maschine.
Dass neue Technologien industrielle und wirtschaftliche Prozesse verändern, lässt sich leicht anhand von Portalen wie eBay oder Amazon belegen. Das Internet setzt aber auch weniger sichtbare Veränderungen in Gang. So nehmen technische Innovationen Einfluss darauf, wie wir Menschen Informationen vermitteln, aufnehmen und verarbeiten. Zu solchen Innovationen zählen:
Der Wandel kultureller Praktiken bedeutet jedoch nicht, dass menschliches Miteinander auf Kosten eines automatisierten Überwachungsapparates verloren geht. Die Herausgeber Klimczak, Petersen und Schilling rufen in ihrem Buch zu einem fachübergreifenden Austausch über die Kommunikationsweisen zwischen Mensch und Maschine auf.
Die Herausgeber dieses Buchs über Mensch, Maschine und Gesellschaft arbeiten an der Technischen Universität in Brandenburg in den Bereichen Medienforschung und Kognitive Systeme. Ihre Kollaboration basiert auf einer engen Vernetzung von kulturwissenschaftlichen und informationstechnologischen Disziplinen. Konkret bedeutet das:
Auch wenn die Herausgeber für ihr Buch über die komplexen Zusammenhänge zwischen Mensch und Maschine eine Vielzahl an Perspektiven heranziehen, werden immer wieder Überschneidungen deutlich. Deshalb richtet sich dieses Werk an Forscher und Praktiker aus verschiedensten Fachgebieten, darunter:
Nur, wenn all diese Disziplinen an einem Strang ziehen, kann unsere Gesellschaft die Herausforderungen meistern, die Neue Medien und Künstliche Intelligenz mit sich bringen.
Aktualisiert: 2023-07-02
> findR *
Digitale Endgeräte sind längst zu einem festen Bestandteil unserer Gesellschaft geworden. Aber wie wirkt sich der technische Fortschritt auf unser tägliches Zusammenleben aus? Antworten auf diese Frage liefert das neue Buch über die wechselseitigen Beziehungen zwischen Mensch und Maschine.
Dass neue Technologien industrielle und wirtschaftliche Prozesse verändern, lässt sich leicht anhand von Portalen wie eBay oder Amazon belegen. Das Internet setzt aber auch weniger sichtbare Veränderungen in Gang. So nehmen technische Innovationen Einfluss darauf, wie wir Menschen Informationen vermitteln, aufnehmen und verarbeiten. Zu solchen Innovationen zählen:
Der Wandel kultureller Praktiken bedeutet jedoch nicht, dass menschliches Miteinander auf Kosten eines automatisierten Überwachungsapparates verloren geht. Die Herausgeber Klimczak, Petersen und Schilling rufen in ihrem Buch zu einem fachübergreifenden Austausch über die Kommunikationsweisen zwischen Mensch und Maschine auf.
Die Herausgeber dieses Buchs über Mensch, Maschine und Gesellschaft arbeiten an der Technischen Universität in Brandenburg in den Bereichen Medienforschung und Kognitive Systeme. Ihre Kollaboration basiert auf einer engen Vernetzung von kulturwissenschaftlichen und informationstechnologischen Disziplinen. Konkret bedeutet das:
Auch wenn die Herausgeber für ihr Buch über die komplexen Zusammenhänge zwischen Mensch und Maschine eine Vielzahl an Perspektiven heranziehen, werden immer wieder Überschneidungen deutlich. Deshalb richtet sich dieses Werk an Forscher und Praktiker aus verschiedensten Fachgebieten, darunter:
Nur, wenn all diese Disziplinen an einem Strang ziehen, kann unsere Gesellschaft die Herausforderungen meistern, die Neue Medien und Künstliche Intelligenz mit sich bringen.
Aktualisiert: 2023-07-02
> findR *
Digitale Endgeräte sind längst zu einem festen Bestandteil unserer Gesellschaft geworden. Aber wie wirkt sich der technische Fortschritt auf unser tägliches Zusammenleben aus? Antworten auf diese Frage liefert das neue Buch über die wechselseitigen Beziehungen zwischen Mensch und Maschine.
Dass neue Technologien industrielle und wirtschaftliche Prozesse verändern, lässt sich leicht anhand von Portalen wie eBay oder Amazon belegen. Das Internet setzt aber auch weniger sichtbare Veränderungen in Gang. So nehmen technische Innovationen Einfluss darauf, wie wir Menschen Informationen vermitteln, aufnehmen und verarbeiten. Zu solchen Innovationen zählen:
Der Wandel kultureller Praktiken bedeutet jedoch nicht, dass menschliches Miteinander auf Kosten eines automatisierten Überwachungsapparates verloren geht. Die Herausgeber Klimczak, Petersen und Schilling rufen in ihrem Buch zu einem fachübergreifenden Austausch über die Kommunikationsweisen zwischen Mensch und Maschine auf.
Die Herausgeber dieses Buchs über Mensch, Maschine und Gesellschaft arbeiten an der Technischen Universität in Brandenburg in den Bereichen Medienforschung und Kognitive Systeme. Ihre Kollaboration basiert auf einer engen Vernetzung von kulturwissenschaftlichen und informationstechnologischen Disziplinen. Konkret bedeutet das:
Auch wenn die Herausgeber für ihr Buch über die komplexen Zusammenhänge zwischen Mensch und Maschine eine Vielzahl an Perspektiven heranziehen, werden immer wieder Überschneidungen deutlich. Deshalb richtet sich dieses Werk an Forscher und Praktiker aus verschiedensten Fachgebieten, darunter:
Nur, wenn all diese Disziplinen an einem Strang ziehen, kann unsere Gesellschaft die Herausforderungen meistern, die Neue Medien und Künstliche Intelligenz mit sich bringen.
Aktualisiert: 2023-07-02
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-07-02
> findR *
Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten
Von Support Vector Machines über Gradient Boosting und tiefe neuronale Netze bis hin zu unüberwachten Lernmethoden
Zahlreiche Tipps und Empfehlungen für den praktischen Einsatz
Sie möchten Machine Learning verstehen und dafür nicht unendlich viel Zeit aufwenden und Hunderte von Seiten lesen? Dann ist dieses Buch das richtige für Sie.
Auf 200 Seiten bringt Andriy Burkov die wichtigsten Begriffe, Konzepte und Algorithmen des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.
Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.
Aus dem Inhalt:
Notation und mathematische Grundlagen
Überwachtes, teilüberwachtes und unüberwachtes Lernen
Grundlegende Lernalgorithmen:
Lineare und logistische Regression
Entscheidungsbäume
Support Vector Machines
k-Nearest-Neighbors
Optimierung mittels Gradientenabstieg
Merkmalserstellung und Handhabung fehlender Merkmale
Auswahl des passenden Lernalgorithmus
Bias, Varianz und das Problem der Unter- und Überanpassung
Regularisierung, Bewertung eines Modells und Abstimmung der Hyperparameter
Deep Learning mit CNNs, RNNs und Autoencodern
Multi-Class-, One-Class- und Multi-Label-Klassifikation
Ensemble Learning
Clustering, Dimensionsreduktion und Erkennen von Ausreißern
Selbstüberwachtes Lernen
Wort-Embeddings, One-Shot und Zero-Shot Learning
Stimmen zum Buch:
»Burkov hat sich der äußerst nützlichen, aber unglaublich schwierigen Aufgabe angenommen, fast das gesamte Machine Learning auf 200 Seiten zusammenzufassen. Die Auswahl der Themen aus Theorie und Praxis ist gelungen und wird sich für Praktiker als nützlich erweisen. Das Buch bietet Lesern eine solide Einführung in das Fachgebiet.«
— Peter Norvig, Forschungsdirektor bei Google
»Der Umfang der Themen, die das Buch auf 200 Seiten behandelt, ist verblüffend. […] Wie der Autor die Kernkonzepte mit einigen wenigen Worten erklärt, gefällt mir ausnehmend gut. Das Buch wird nicht nur für Einsteiger sehr nützlich sein, sondern auch für alte Hasen, die von einer so breiten Sicht auf das Fachgebiet nur profitieren können.«
— Aurélien Géron, Senior Artificial Intelligence Engineer
»Ich wünschte, es hätte ein solches Buch gegeben, als ich mich als Student der Statistik mit Machine Learning beschäftigt habe.«
— Chao Han, Vizepräsident, Leiter Forschung und Entwicklung bei Lucidworks
Aktualisiert: 2023-07-01
> findR *
Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten
Von Support Vector Machines über Gradient Boosting und tiefe neuronale Netze bis hin zu unüberwachten Lernmethoden
Zahlreiche Tipps und Empfehlungen für den praktischen Einsatz
Sie möchten Machine Learning verstehen und dafür nicht unendlich viel Zeit aufwenden und Hunderte von Seiten lesen? Dann ist dieses Buch das richtige für Sie.
Auf 200 Seiten bringt Andriy Burkov die wichtigsten Begriffe, Konzepte und Algorithmen des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.
Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.
Aus dem Inhalt:
Notation und mathematische Grundlagen
Überwachtes, teilüberwachtes und unüberwachtes Lernen
Grundlegende Lernalgorithmen:
Lineare und logistische Regression
Entscheidungsbäume
Support Vector Machines
k-Nearest-Neighbors
Optimierung mittels Gradientenabstieg
Merkmalserstellung und Handhabung fehlender Merkmale
Auswahl des passenden Lernalgorithmus
Bias, Varianz und das Problem der Unter- und Überanpassung
Regularisierung, Bewertung eines Modells und Abstimmung der Hyperparameter
Deep Learning mit CNNs, RNNs und Autoencodern
Multi-Class-, One-Class- und Multi-Label-Klassifikation
Ensemble Learning
Clustering, Dimensionsreduktion und Erkennen von Ausreißern
Selbstüberwachtes Lernen
Wort-Embeddings, One-Shot und Zero-Shot Learning
Stimmen zum Buch:
»Burkov hat sich der äußerst nützlichen, aber unglaublich schwierigen Aufgabe angenommen, fast das gesamte Machine Learning auf 200 Seiten zusammenzufassen. Die Auswahl der Themen aus Theorie und Praxis ist gelungen und wird sich für Praktiker als nützlich erweisen. Das Buch bietet Lesern eine solide Einführung in das Fachgebiet.«
— Peter Norvig, Forschungsdirektor bei Google
»Der Umfang der Themen, die das Buch auf 200 Seiten behandelt, ist verblüffend. […] Wie der Autor die Kernkonzepte mit einigen wenigen Worten erklärt, gefällt mir ausnehmend gut. Das Buch wird nicht nur für Einsteiger sehr nützlich sein, sondern auch für alte Hasen, die von einer so breiten Sicht auf das Fachgebiet nur profitieren können.«
— Aurélien Géron, Senior Artificial Intelligence Engineer
»Ich wünschte, es hätte ein solches Buch gegeben, als ich mich als Student der Statistik mit Machine Learning beschäftigt habe.«
— Chao Han, Vizepräsident, Leiter Forschung und Entwicklung bei Lucidworks
Aktualisiert: 2023-07-01
> findR *
Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten
Von Support Vector Machines über Gradient Boosting und tiefe neuronale Netze bis hin zu unüberwachten Lernmethoden
Zahlreiche Tipps und Empfehlungen für den praktischen Einsatz
Sie möchten Machine Learning verstehen und dafür nicht unendlich viel Zeit aufwenden und Hunderte von Seiten lesen? Dann ist dieses Buch das richtige für Sie.
Auf 200 Seiten bringt Andriy Burkov die wichtigsten Begriffe, Konzepte und Algorithmen des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.
Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.
Aus dem Inhalt:
Notation und mathematische Grundlagen
Überwachtes, teilüberwachtes und unüberwachtes Lernen
Grundlegende Lernalgorithmen:
Lineare und logistische Regression
Entscheidungsbäume
Support Vector Machines
k-Nearest-Neighbors
Optimierung mittels Gradientenabstieg
Merkmalserstellung und Handhabung fehlender Merkmale
Auswahl des passenden Lernalgorithmus
Bias, Varianz und das Problem der Unter- und Überanpassung
Regularisierung, Bewertung eines Modells und Abstimmung der Hyperparameter
Deep Learning mit CNNs, RNNs und Autoencodern
Multi-Class-, One-Class- und Multi-Label-Klassifikation
Ensemble Learning
Clustering, Dimensionsreduktion und Erkennen von Ausreißern
Selbstüberwachtes Lernen
Wort-Embeddings, One-Shot und Zero-Shot Learning
Stimmen zum Buch:
»Burkov hat sich der äußerst nützlichen, aber unglaublich schwierigen Aufgabe angenommen, fast das gesamte Machine Learning auf 200 Seiten zusammenzufassen. Die Auswahl der Themen aus Theorie und Praxis ist gelungen und wird sich für Praktiker als nützlich erweisen. Das Buch bietet Lesern eine solide Einführung in das Fachgebiet.«
— Peter Norvig, Forschungsdirektor bei Google
»Der Umfang der Themen, die das Buch auf 200 Seiten behandelt, ist verblüffend. […] Wie der Autor die Kernkonzepte mit einigen wenigen Worten erklärt, gefällt mir ausnehmend gut. Das Buch wird nicht nur für Einsteiger sehr nützlich sein, sondern auch für alte Hasen, die von einer so breiten Sicht auf das Fachgebiet nur profitieren können.«
— Aurélien Géron, Senior Artificial Intelligence Engineer
»Ich wünschte, es hätte ein solches Buch gegeben, als ich mich als Student der Statistik mit Machine Learning beschäftigt habe.«
— Chao Han, Vizepräsident, Leiter Forschung und Entwicklung bei Lucidworks
Aktualisiert: 2023-07-01
> findR *
Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten
Von Support Vector Machines über Gradient Boosting und tiefe neuronale Netze bis hin zu unüberwachten Lernmethoden
Zahlreiche Tipps und Empfehlungen für den praktischen Einsatz
Sie möchten Machine Learning verstehen und dafür nicht unendlich viel Zeit aufwenden und Hunderte von Seiten lesen? Dann ist dieses Buch das richtige für Sie.
Auf 200 Seiten bringt Andriy Burkov die wichtigsten Begriffe, Konzepte und Algorithmen des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.
Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.
Aus dem Inhalt:
Notation und mathematische Grundlagen
Überwachtes, teilüberwachtes und unüberwachtes Lernen
Grundlegende Lernalgorithmen:
Lineare und logistische Regression
Entscheidungsbäume
Support Vector Machines
k-Nearest-Neighbors
Optimierung mittels Gradientenabstieg
Merkmalserstellung und Handhabung fehlender Merkmale
Auswahl des passenden Lernalgorithmus
Bias, Varianz und das Problem der Unter- und Überanpassung
Regularisierung, Bewertung eines Modells und Abstimmung der Hyperparameter
Deep Learning mit CNNs, RNNs und Autoencodern
Multi-Class-, One-Class- und Multi-Label-Klassifikation
Ensemble Learning
Clustering, Dimensionsreduktion und Erkennen von Ausreißern
Selbstüberwachtes Lernen
Wort-Embeddings, One-Shot und Zero-Shot Learning
Stimmen zum Buch:
»Burkov hat sich der äußerst nützlichen, aber unglaublich schwierigen Aufgabe angenommen, fast das gesamte Machine Learning auf 200 Seiten zusammenzufassen. Die Auswahl der Themen aus Theorie und Praxis ist gelungen und wird sich für Praktiker als nützlich erweisen. Das Buch bietet Lesern eine solide Einführung in das Fachgebiet.«
— Peter Norvig, Forschungsdirektor bei Google
»Der Umfang der Themen, die das Buch auf 200 Seiten behandelt, ist verblüffend. […] Wie der Autor die Kernkonzepte mit einigen wenigen Worten erklärt, gefällt mir ausnehmend gut. Das Buch wird nicht nur für Einsteiger sehr nützlich sein, sondern auch für alte Hasen, die von einer so breiten Sicht auf das Fachgebiet nur profitieren können.«
— Aurélien Géron, Senior Artificial Intelligence Engineer
»Ich wünschte, es hätte ein solches Buch gegeben, als ich mich als Student der Statistik mit Machine Learning beschäftigt habe.«
— Chao Han, Vizepräsident, Leiter Forschung und Entwicklung bei Lucidworks
Aktualisiert: 2023-07-01
> findR *
Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten
Von Support Vector Machines über Gradient Boosting und tiefe neuronale Netze bis hin zu unüberwachten Lernmethoden
Zahlreiche Tipps und Empfehlungen für den praktischen Einsatz
Sie möchten Machine Learning verstehen und dafür nicht unendlich viel Zeit aufwenden und Hunderte von Seiten lesen? Dann ist dieses Buch das richtige für Sie.
Auf 200 Seiten bringt Andriy Burkov die wichtigsten Begriffe, Konzepte und Algorithmen des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.
Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.
Aus dem Inhalt:
Notation und mathematische Grundlagen
Überwachtes, teilüberwachtes und unüberwachtes Lernen
Grundlegende Lernalgorithmen:
Lineare und logistische Regression
Entscheidungsbäume
Support Vector Machines
k-Nearest-Neighbors
Optimierung mittels Gradientenabstieg
Merkmalserstellung und Handhabung fehlender Merkmale
Auswahl des passenden Lernalgorithmus
Bias, Varianz und das Problem der Unter- und Überanpassung
Regularisierung, Bewertung eines Modells und Abstimmung der Hyperparameter
Deep Learning mit CNNs, RNNs und Autoencodern
Multi-Class-, One-Class- und Multi-Label-Klassifikation
Ensemble Learning
Clustering, Dimensionsreduktion und Erkennen von Ausreißern
Selbstüberwachtes Lernen
Wort-Embeddings, One-Shot und Zero-Shot Learning
Stimmen zum Buch:
»Burkov hat sich der äußerst nützlichen, aber unglaublich schwierigen Aufgabe angenommen, fast das gesamte Machine Learning auf 200 Seiten zusammenzufassen. Die Auswahl der Themen aus Theorie und Praxis ist gelungen und wird sich für Praktiker als nützlich erweisen. Das Buch bietet Lesern eine solide Einführung in das Fachgebiet.«
— Peter Norvig, Forschungsdirektor bei Google
»Der Umfang der Themen, die das Buch auf 200 Seiten behandelt, ist verblüffend. […] Wie der Autor die Kernkonzepte mit einigen wenigen Worten erklärt, gefällt mir ausnehmend gut. Das Buch wird nicht nur für Einsteiger sehr nützlich sein, sondern auch für alte Hasen, die von einer so breiten Sicht auf das Fachgebiet nur profitieren können.«
— Aurélien Géron, Senior Artificial Intelligence Engineer
»Ich wünschte, es hätte ein solches Buch gegeben, als ich mich als Student der Statistik mit Machine Learning beschäftigt habe.«
— Chao Han, Vizepräsident, Leiter Forschung und Entwicklung bei Lucidworks
Aktualisiert: 2023-07-01
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-28
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-28
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-28
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-28
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-26
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-26
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-25
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-25
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-24
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-23
> findR *
Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.
Was Sie lernen werdenVerstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep LearningBefolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-LösungenErkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines PlansIntegration von KI in bestehende Initiativen innerhalb einer OrganisationErkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnteBewusstsein für wichtige und aktuelle KI-Forschung schaffenIhre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachtenMachen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.
Für wen ist dieses Buch gedacht?IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.
Aktualisiert: 2023-06-23
> findR *
MEHR ANZEIGEN
Bücher zum Thema Maschinenlernen
Sie suchen ein Buch über Maschinenlernen? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema Maschinenlernen. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema Maschinenlernen im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das
passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das
Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche
Bücher uvm. Bestellen Sie Ihr Buch zum Thema Maschinenlernen einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
Maschinenlernen - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema Maschinenlernen, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche
Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl
Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Unter Maschinenlernen und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung
thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege.
Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem
zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu
studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.