Печатная книга

Name: Печатная книга
Brand: MIT Press
SKU: 5801292974
Price: 25545 RUB
Availability: InStock

Артикул Маркета

5801292974

Тип

цифровая книга

Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.

Все характеристики

Пэй

29 358 ₽

–13%

–200 ₽

С доставкой по клику

Заказ от 1500₽

Печатная книга

Задать вопрос

Пэй

29 358 ₽

–13%

Доставка Маркета

4 – 9 ноя, по клику 0 ₽

Москва

4 – 9 ноя, пункт выдачи 0 ₽

Москва

14 дней на возврат

О возвратах

Фирменный магазин высокого качества.

Магазин

3.9 619 оценок

4.3Kзаказов

4.8Kподписчиков

1год на Маркете

О товаре

Описание

Эрик Сигел объясняет, как работает машинное обучение, в своем бестселлере. Теперь, в "Руководстве по ИИ", он показывает, как этим воспользоваться.
Хорошие инструменты сложны в использовании. Машинное обучение - важная общая технология в мире, но, как мы все знаем, ее трудно начать. За исключением крупных технологических компаний и нескольких других ведущих компаний, программы машинного обучения обычно не могут быть внедрены и никогда не приносят пользы. Чего не хватает? Подходит для широко распространенных специализированных методов ведения бизнеса. В книге "Руководство по искусственному интеллекту" автор бестселлеров Эрик Сигел (Eric Siegel) предложил шестиэтапную практику золотого стандарта для руководства проектами машинного обучения от разработки концепции до внедрения. Он использовал истории успеха и неудач, чтобы проиллюстрировать этот подход, включая тематические исследования UPS, FICO и известных интернет-компаний. Такой стандартизированный подход полезен для обеих сторон: он расширяет возможности бизнес-профессионалов и создает столь необходимую стратегическую основу для специалистов по обработке данных.
В дополнение к подробному введению в практику, эта книга также позволяет без особых усилий повысить квалификацию профессионалов бизнеса. Он предоставляет важные и понятные базовые знания в области техники, и все заинтересованные стороны должны руководить комплексными проектами машинного обучения или участвовать в них. Это позволяет бизнес-специалистам и специалистам по обработке данных быть на одной волне, чтобы они могли углубленно работать над определением того, что необходимо прогнозировать с помощью машинного обучения, насколько эффективно это прогнозирование и как улучшить работу на основе его прогнозов. Эти элементы создают или разрушают любую инициативу - правильное их использование прокладывает путь к внедрению машинного обучения, ориентированного на повышение ценности.