UMIEJĘTNOŚCI ANALITYCZNE W PRACY Z DANYMI I SZTUCZNĄ INTELIGNECJĄ. WYKORZYSTYWANIE NAJNOWSZYCH TECHNOLOGII W ROZWIJANIU PRZEDSIĘBIORSTWA

ISBN: 978-83-283-7346-4   198 stron format: B5 oprawa: miękka Rok wydania: 2021

Czy technologie sztucznej inteligencji spełnią obietnicę wielkiego sukcesu? Dotychczas stosunkowo niewielu przedsiębiorstwom udało się dokonać przełomu dzięki modelom biznesowym opartym na nowych technologiach. Niepowodzenia te można różnie tłumaczyć. Często problemem jest brak umiejętności analitycznych, a przecież rozwój przedsiębiorstwa zależy od jakości decyzji, a nie samego wykorzystywania danych lub technologii predykcyjnych. Okazuje się jednak, że lepsze decyzje można podejmować dzięki wykorzystaniu sztucznej inteligencji i dostępnych danych.

Oto praktyczny przewodnik po wypróbowanej kompleksowej metodzie ułatwiającej przekładanie decyzji biznesowych na łatwe w realizacji, normatywne rozwiązania, oparte na danych i sztucznej inteligencji. Badacze danych, analitycy i menedżerowie znajdą tu techniki ułatwiające zadawanie właściwych pytań i generowanie wartości z wykorzystaniem nowoczesnych technologii AI i reguł decyzyjnych. Przedstawiono szczegóły procesu decyzyjnego, począwszy od pożądanych konsekwencji lub wyników, aby następnie cofnąć się do kwestii działań, które można podjąć, i skończyć na omówieniu problemów oraz szans pojawiających się w wyniku wpłynięcia na niepewność i przyczynowość. Opisano też, jak formułować i rozwiązywać problemy normatywne.

SPIS TREŚCI

Wprowadzenie

Rozdział 1. Myślenie analityczne i przedsiębiorstwa sterowane sztuczną inteligencją
Czym jest sztuczna inteligencja?
Dlaczego współczesna AI nie spełni pokładanych w niej nadziei?
Jak się tutaj znaleźliśmy?
Historia niespełnionych oczekiwań
Umiejętności analityczne w nowoczesnym, sterowanym sztuczną inteligencją przedsiębiorstwie
Główne wnioski
Dodatkowe materiały

Rozdział 2. Wprowadzenie do myślenia analitycznego
Pytania deskryptywne, predykcyjne i normatywne
Pytania biznesowe i KPI
Anatomia decyzji: prosty rozkład
Wprowadzenie do przyczynowości
Niepewność
Główne wnioski
Dodatkowe materiały

Rozdział 3. Zadawanie właściwych pytań biznesowych
Od celów do pytań biznesowych
Pytania deskryptywne, predykcyjne i normatywne
Zawsze zaczynaj od pytania biznesowego i działaj wstecz
Dalsza dekonstrukcja pytań biznesowych
Nauka zadawania pytań biznesowych: przykłady typowych przypadków użycia
Główne wnioski
Dodatkowe materiały

Rozdział 4. Działania, dźwignie i decyzje
Co jest przekładalne na działania?
Dźwignie fizyczne
Dźwignie ludzkie
Przypadki użycia powtórka
Główne wnioski
Dodatkowe materiały

Rozdział 5. Od działań do konsekwencji: nauka upraszczania
Dlaczego musimy upraszczać?
Ćwiczenie zmysłu analitycznego: powitajmy Fermiego
Powtórka przykładów z rozdziału 3.
Główne wnioski
Dodatkowe materiały

Rozdział 6. Niepewność
Z czego bierze się niepewność?
Kwantyfikacja niepewności
Podejmowanie decyzji w warunkach pewności
Podejmowanie prostych decyzji w warunkach niepewności
Decyzje w warunkach niepewności
Normatywne i deskryptywne teorie podejmowania decyzji
Przykładowe paradoksy towarzyszące podejmowaniu decyzji w warunkach niepewności
Teoria w praktyce
Przypadki użycia powtórka
Główne wnioski
Dodatkowe materiały

Rozdział 7. Optymalizacja
Czym jest optymalizacja?
Optymalizacja bez niepewności
Optymalizacja w warunkach niepewności
Główne wnioski
Dodatkowe materiały

Rozdział 8. Podsumowanie
Umiejętności analityczne
Sterowane AI przedsiębiorstwo przyszłości
Uwagi końcowe

Krótkie wprowadzenie do uczenia maszynowego