Livro

O Manual da IA

Dominando a arte rara da implementação do aprendizado das máquinas

Eric Siegel

MIT Press, 2024

Compre o livro

Leia, escute ou debata

Amazon Kindle Debater

1×

تسجيل الدخول للاستماع إلى ملخص الصوت.

Avaliação Editorial

في getAbstract، نقوم بتلخيص الكتب* التي تساعد الناس على فهم العالم وجعله أفضل. أي شيء نختاره لمكتبتنا يجب أن يتفوق في أحد هذين المعيارين الأساسيين:

تنويري – ستتعلم أشياء ستثري وتحسن قراراتك.

مفيد – ستحصل على نصائح عملية ستساعدك على التحسن في ما تفعله.

نقوم بتقييم كل محتوى على مقياس من 1-10 فيما يتعلق بهذين المعيارين الأساسيين. يساعدك تقييمنا في ترتيب العناوين في قائمة قراءتك من الجيد (5) إلى الرائع (10). الكتب التي نقيمها بأقل من 5 لن يتم تلخيصها. إليك ما تعنيه التقييمات:

10 – رائع. كتاب مفيد و/أو تنويري، بالإضافة إلى تلبية أعلى المعايير في جميع الجوانب ذات الصلة، يبرز حتى بين الأفضل. غالبًا ما يكون كلاسيكيًا فوريًا وضروريًا للجميع.
9 – ممتاز. كتاب مفيد و/أو تنويري يتميز بتوازن كبير، وله العديد من النقاط القوية ولا توجد عيوب تستحق الذكر.
8 – جيد جدًا. كتاب مفيد و/أو تنويري يحتوي على عدد كبير من الصفات البارزة دون التفوق في جميع الجوانب، مثل تقديم أحدث الاكتشافات في مجال موضوعي ويكتبه خبير مشهور ولكنه يفتقر قليلاً إلى الأسلوب.
7 – جيد. كتاب مفيد و/أو تنويري يجمع بين قوتين أو أكثر من النقاط القوية الملحوظة، مثل احتوائه على أفكار جديدة بشكل غير معتاد وتقديمها بطريقة جذابة.
6 – ملحوظ. كتاب مفيد و/أو تنويري يبرز في جانب واحد على الأقل، مثل كونه منظمًا بشكل جيد بشكل خاص.
5 – جيد. كتاب مفيد و/أو تنويري، على الرغم من عيوبه الواضحة. على سبيل المثال، قد يقدم نصائح جيدة في بعض المجالات بينما يكون متكررًا أو غير ملحوظ في أخرى.

*getAbstract يلخص أكثر بكثير من الكتب. نحن ننظر إلى كل نوع من المحتوى الذي قد يهم جمهورنا: الكتب، ولكن أيضًا المقالات، والتقارير، ومقاطع الفيديو، والبودكاست. ما نقوله هنا عن الكتب ينطبق على جميع الصيغ التي نغطيها.

Qualidades

Abrangente
Aplicável
Bem-estruturado

بينما يخبرك التقييم بمدى جودة الكتاب وفقًا لمعيارين أساسيين لدينا، فإنه لا يقول شيئًا عن ميزاته المحددة. لذلك، نستخدم مجموعة من 20 صفة لتوصيف كل كتاب بناءً على نقاط قوته:

قابل للتطبيق – ستحصل على نصائح يمكن تطبيقها مباشرة في مكان العمل أو في المواقف اليومية.
تحليلي – ستفهم الآليات الداخلية للموضوع.
خلفية – ستحصل على معرفة سياقية كإطار للعمل أو التحليل المستنير.
جريء – ستجد حججًا قد تخالف الآراء السائدة.
شامل – ستجد كل جانب من جوانب الموضوع مغطى.
أمثلة ملموسة – ستحصل على نصائح عملية موضحة بأمثلة من تطبيقات واقعية أو حكايات.
جدلي – ستواجه آراء مثيرة للجدل بشدة.
بليغ – ستستمتع بنص مكتوب أو مقدم ببراعة.
جذاب – ستقرأ أو تشاهد هذا حتى النهاية.
مفتوح للعين – ستُعرض عليك رؤى مفاجئة للغاية.
للمبتدئين – ستجد هذا مقدمة جيدة إذا كنت متعلمًا بقليل من الخبرة أو المعرفة السابقة.
للخبراء – ستحصل على المعرفة/التعليمات المتقدمة التي تحتاجها كخبير.
موضوع ساخن – ستجد نفسك في وسط قضية مثيرة للجدل بشدة.
مبتكر – يمكنك توقع بعض الأفكار والرؤى الجديدة حقًا حول المنتجات أو الاتجاهات الجديدة.
رؤية من الداخل – ستحظى بامتياز التعلم من شخص يعرف موضوعه بشكل كامل.
ملهم – سترغب في تطبيق ما قرأته فورًا.
نظرة عامة – ستحصل على معالجة شاملة للموضوع، تذكر جميع جوانبه الرئيسية.
علمي – ستحصل على حقائق وأرقام مستندة إلى بحث علمي.
رؤيوي – ستحصل على لمحة عن المستقبل وما قد يعنيه لك.
منظم جيدًا – ستجد هذا منظمًا بشكل خاص لدعم استقباله أو تطبيقه.

Recomendação

Muitos líderes empresariais não têm um conhecimento sólido sobre o aprendizado das máquinas (AM). Enquanto isso, os cientistas de dados das empresas muitas vezes se sentem desconectados do lado comercial. Neste guia prático, o autor bestseller Eric Siegel, incentiva os líderes empresariais e de tecnologia a saírem dos seus silos e explica como aplicar os modelos de AM de maneiras que irão transformar as suas organizações, otimizando as operações.

Resumo

Empresários e especialistas em dados devem desenvolver uma compreensão compartilhada das oportunidades do aprendizado das máquinas (AM).

Aproveitar as oportunidades de aprendizado das máquinas (AM) requer uma colaboração profunda entre os âmbitos comercial e técnico do seu negócio. Se você for um profissional de negócios, desenvolva um entendimento holístico do processo do AM: compreenda o que os seus modelos preveem; como essas previsões irão afetar as suas operações; as métricas que você está utilizando para determinar a precisão com que o seu projeto de AM está fazendo previsões; e os tipos de dados que você deve coletar. Se você é um profissional de dados, amplie a sua perspectiva sobre AM para compreender o poder que ele tem para transformar todo o negócio.

Preencha eventuais lacunas entre os negócios e os dados da sua organização com o bizML — uma abordagem de negócios em seis etapas que Eric Siegel projetou para ajudar as equipes a lançar e implantar com sucesso projetos transformadores de AM a partir de uma perspectiva de partilha, concentrando-se na execução. Se você é um profissional de dados familiarizado com o Processo Padrão ...

Sobre o autor

Eric Siegel é consultor e trabalhou anteriormente como professor graduado em ciência da computação na Universidade de Columbia. Ele é o autor de Análise Preditiva: o Poder de Prever Quem Vai Clicar, Comprar, Mentir ou Morrer.

O Manual da IA

Dominando a arte rara da implementação do aprendizado das máquinas

Leia, escute ou debata

Avaliação Editorial

Qualidades

Recomendação

Resumo

Empresários e especialistas em dados devem desenvolver uma compreensão compartilhada das oportunidades do aprendizado das máquinas (AM).

Sobre o autor

Meus Realces de Texto

Comente sobre este resumo

Mais deste tópico

Do mesmo autor

Análise Preditiva

Os clientes que leem esse resumo também leem

Táticas de IA para líderes empresariais não técnicos

Seu Guia de Sobrevivência da IA

Orientadas aos Dados

Insubstituível

Uma Falha da Imaginação

Engenharia de IA

Relacionados a habilidades