-
>
以利為利:財(cái)政關(guān)系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國(guó)人均耕地警戒值的耕地保護(hù)視角
-
>
營(yíng)銷(xiāo)管理
-
>
茶葉里的全球貿(mào)易史(精裝)
-
>
近代華商股票市場(chǎng)制度與實(shí)踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
智能先行 版權(quán)信息
- ISBN:9787504698711
- 條形碼:9787504698711 ; 978-7-5046-9871-1
- 裝幀:一般輕型紙
- 冊(cè)數(shù):暫無(wú)
- 重量:暫無(wú)
- 所屬分類(lèi):>>
智能先行 本書(shū)特色
人工智能當(dāng)前正在改變每個(gè)行業(yè),企業(yè)應(yīng)優(yōu)先將人工智能應(yīng)用于業(yè)務(wù)服務(wù),擁有人工智能的公司從**天起就收集了有價(jià)值的數(shù)據(jù),并使用它來(lái)自動(dòng)化訓(xùn)練其核心功能和預(yù)測(cè)模型。作者擁有10年以上人工智能領(lǐng)域風(fēng)險(xiǎn)投資經(jīng)驗(yàn),掌管超過(guò)70億美元資本,投資理論與實(shí)戰(zhàn)經(jīng)驗(yàn)極為豐富。作者重點(diǎn)講解企業(yè)如何快速應(yīng)用人工智能,人工智能可以應(yīng)用于每個(gè)企業(yè)。作者認(rèn)為非技術(shù)類(lèi)企業(yè)也可以有效應(yīng)用人工智能并提供方法論和技術(shù)支持。
智能先行 內(nèi)容簡(jiǎn)介
人工智能當(dāng)前正在改變每個(gè)行業(yè)在《智能先行》中,知名創(chuàng)業(yè)投資者阿什·豐塔納建議企業(yè)優(yōu)先將人工智能應(yīng)用于商業(yè)服務(wù),并提供了可執(zhí)行的方法。作者認(rèn)為,擁有人工智能的公司從創(chuàng)始之初就收集了有價(jià)值的數(shù)據(jù),并使用它來(lái)自動(dòng)化訓(xùn)練其核心功能和預(yù)測(cè)模型。因此,這些公司發(fā)展得更快并更容易超越競(jìng)爭(zhēng)對(duì)手。本書(shū)是為面臨市場(chǎng)壓力的公司制定的劇本,它們擁有真正的預(yù)算,需要有效執(zhí)行人工智能的戰(zhàn)略和戰(zhàn)術(shù)。無(wú)論你是新的在線零售商,還是《財(cái)富》500強(qiáng)公司,豐塔納用五個(gè)“如何”具體講述了他的理念:如何識(shí)別極具價(jià)值的數(shù)據(jù);如何構(gòu)建人工智能團(tuán)隊(duì);如何將人工智能與現(xiàn)有流程集成并優(yōu)化和迭代;如何衡量和復(fù)制集成系統(tǒng)的有效性;如何將集成系統(tǒng)的利潤(rùn)再投資以獲取復(fù)合競(jìng)爭(zhēng)優(yōu)勢(shì)。本書(shū)定義了人工智能通過(guò)自動(dòng)復(fù)合而構(gòu)建數(shù)據(jù)學(xué)習(xí)效應(yīng)所帶來(lái)的新型競(jìng)爭(zhēng)優(yōu)勢(shì),即機(jī)器智能。數(shù)據(jù)學(xué)習(xí)效應(yīng)的競(jìng)爭(zhēng)優(yōu)勢(shì)體現(xiàn)在三個(gè)方面:數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)、數(shù)據(jù)規(guī)模經(jīng)濟(jì)以及數(shù)據(jù)處理能力。
智能先行 目錄
緒論
新工具
人工智能優(yōu)先的世紀(jì)
人工智能優(yōu)先公司
本書(shū)結(jié)構(gòu)
**章 數(shù)據(jù)學(xué)習(xí)效應(yīng)
人類(lèi)的方式
機(jī)器的方式
超越舊公式
數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)
數(shù)據(jù)學(xué)習(xí)效應(yīng)的力量
數(shù)據(jù)學(xué)習(xí)效應(yīng)的局限性
本章結(jié)論:現(xiàn)在怎么辦?
本章要點(diǎn)
第二章 精益人工智能
客戶(hù)需要什么?
客戶(hù)需要人工智能嗎?
精益人工智能
本章結(jié)論:從多層到精益
本章要點(diǎn)
第三章 獲取數(shù)據(jù)
評(píng)價(jià)
客戶(hù)生成的數(shù)據(jù)
人工生成的數(shù)據(jù)
機(jī)器生成的數(shù)據(jù)
消費(fèi)者生成的數(shù)據(jù)
公共數(shù)據(jù)
本章結(jié)論:盡你所能得到它
本章要點(diǎn)
第四章 人工智能優(yōu)先團(tuán)隊(duì)
聘用什么人?
什么時(shí)候招聘?
在哪里找到他們?
如何支持他們?
人工智能優(yōu)先管理
人工智能優(yōu)先公司
本章結(jié)論:傳播數(shù)據(jù)科學(xué)
本章要點(diǎn)
第五章 建模
基本知識(shí)
挑選
復(fù)合
本章結(jié)論:構(gòu)建業(yè)務(wù)模型
本章要點(diǎn)
第六章 模型管理
實(shí)施
機(jī)器學(xué)習(xí)管理回路
清單
本章結(jié)論:機(jī)器學(xué)習(xí)模型優(yōu)化
本章要點(diǎn)
第七章 回路測(cè)量
回路
點(diǎn)亮正確回路
模型測(cè)量
機(jī)器賺錢(qián)
本章結(jié)論:飛輪優(yōu)先
本章要點(diǎn)
第八章 優(yōu)勢(shì)聚合
傳統(tǒng)形式
縱向整合
差別定價(jià)
人工智能優(yōu)先的破壞力
人工智能優(yōu)先聚合
定位
利用回路對(duì)抗現(xiàn)有公司
本章結(jié)論:為競(jìng)爭(zhēng)排序
本章要點(diǎn)
結(jié) 語(yǔ)
術(shù)語(yǔ)表
智能先行 作者簡(jiǎn)介
阿什·豐塔納(Ash Fontana) 美國(guó)紐約一位管理超過(guò)70億美元的風(fēng)險(xiǎn)投資人。他是第一家專(zhuān)注于人工智能領(lǐng)域的風(fēng)險(xiǎn)投資基金Zetta的合伙人和總經(jīng)理,該公司是Kaggle、Domino、Tractable、Lilt和Invenia等人工智能領(lǐng)域公司的主要投資者。他之前曾在一家成功的創(chuàng)業(yè)投資平臺(tái)AngelList負(fù)責(zé)產(chǎn)品投資。在AngelList推出在線投資后,他成為世界上最受認(rèn)可的初創(chuàng)投資者之一。在麥格理資本(Macquarie Group)他是私募股權(quán)、投資銀行和股票研究領(lǐng)域的頂級(jí)分析師。在學(xué)術(shù)上,他獲得了悉尼大學(xué)的五項(xiàng)獎(jiǎng)學(xué)金,獲得法律和金融一等榮譽(yù)學(xué)位。他曾被快公司、彭博新聞社、福布斯和美國(guó)全國(guó)廣播公司報(bào)道。他將自己的投資咨詢(xún)經(jīng)驗(yàn)寫(xiě)入本書(shū)。
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
回憶愛(ài)瑪儂
- >
朝聞道
- >
伯納黛特,你要去哪(2021新版)
- >
羅曼·羅蘭讀書(shū)隨筆-精裝
- >
經(jīng)典常談
- >
羅庸西南聯(lián)大授課錄
- >
有舍有得是人生