Buch

Das KI-Strategiebuch

So meistern Sie Machine Learning im Unternehmen

Eric Siegel

MIT Press, 2024

Lesen, hören oder diskutieren

Amazon Kindle Diskutieren

1×

Connectez-vous pour écouter un résumé audio.

Bewertung der Redaktion

getAbstract synthétise des ouvrages* qui permettent aux utilisateurs de mieux comprendre le monde pour le rendre meilleur. Quel que soit le livre que nous sélectionnons pour notre bibliothèque, il doit se distinguer par l'un ou l'autre des deux critères suivants :

Enrichissant – Les enseignements que vous en tirerez orienteront et amélioreront vos décisions.

Utile – Les conseils pratiques qui sont dispensés vous aideront à améliorer la prise de décision.

Nous évaluons chaque contenu sur une échelle de 1 à 10 en fonction de ces deux qualités essentielles . La note attribuée vous permet de classer les titres de votre liste de lecture de Plaisant (5) à Excellent (10). Les livres qui obtiennent moins de 5 ne font pas l'objet d'une publication. Voici ce que signifie chaque note :

10 – Excellent. Un livre utile et/ou instructif qui, outre ses nombreuses qualités, fait office de classique du genre. Une référence.
9 – Superbe. Un livre utile et/ou instructif extrêmement bien écrit et structuré, qui présente de multiples caractéristiques positives et aucune lacune notable.
8 – Très bien. Un livre utile et/ou instructif qui présente de multiples caractéristiques positives mais quelques points faibles. L'ouvrage peut par exemple présenter les dernières découvertes dans un domaine spécialisé et être rédigé par un expert, mais pécher par son style d'écriture.
7 – Bien. Un livre utile et/ou instructif, qui combine deux ou plusieurs caractéristiques positives. Il peut par exemple contenir des idées novatrices, présentées de manière engageante.
6 – Appréciable. Un livre utile et/ou instructif, qui présente au moins un aspect engageant. Il peut, par exemple, être particulièrement bien structuré.
5 – Plaisant. Un livre utile et/ou instructif, même si le contenu pourrait être amélioré. Ce livre peut par exemple prodiguer des conseils utiles dans certains domaines, mais être répétitif et sans relief particulier.

*getAbstract synthétise bien plus que des livres. Nous recherchons tous types de contenus pouvant intéresser nos lecteurs : des livres, mais également des articles, des rapports, des vidéos et des podcasts. Nos classifications sont valables pour les livres, mais également pour les autres formats que nous proposons.

Qualitäten

Umfassend
Umsetzbar
Systematisch

Si la notation vous indique le niveau qualitatif du livre en fonction de nos deux critères principaux, elle n'explique aucune caractéristique particulière. Nous nous appuyons donc sur 20 qualités qui définissent les traits essentiels de l'ouvrage :

Pratique – Vous obtiendrez des conseils que vous pourrez aisément mettre en pratique sur votre lieu de travail ou dans des situations quotidiennes.
Analytique – Vous comprendrez les mécanismes internes du sujet abordé.
Connaissance du contexte – Vous aurez accès à des connaissances contextuelles pouvant servir de base à l'action ou à l'analyse.
Audacieux – Vous découvrirez des arguments susceptibles de rompre avec les points de vue dominants.
Complet – Vous trouverez une étude exhaustive du sujet.
Exemples concrets – Vous obtiendrez des conseils pratiques illustrés par des récits d'applications concrètes ainsi que des anecdotes authentiques.
Polémique – Vous serez confronté à des idées faisant l'objet d'un débat animé.
Éloquent –Vous prendrez plaisir à découvrir un ouvrage rédigé ou composé de main de maître.
Captivant – Vous serez captivé par cet ouvrage du début à la fin.
Révélateur – Vous découvrirez des informations très surprenantes.
Niveau débutant – Cet ouvrage constitue un bon point de départ si vous avez peu ou aucune expérience/connaissance du domaine traité.
Niveau Expert – Vous obtiendrez des informations/recommandations spécialisées utiles dans votre domaine de spécialité.
Sujet d'actualité – Plongez au cœur d'un thème qui fait l'objet d'un vif débat.
Innovant – Découvrez des idées et des concepts innovants sur des tendances et des produits inédits.
Vu de l'intérieur – Vous aurez le privilège d'être initié par un spécialiste du domaine.
Stimulant – Vous aurez envie de mettre immédiatement en pratique les conseils prodigués.
Aperçu – Vous acquerrez une appréciation globale du sujet et de ses aspects principaux.
Approche scientifique – Vous aurez accès à des faits et des chiffres fondés sur la recherche scientifique.
Visionnaire – Vous aurez un aperçu de l'avenir et ce qu'il vous réserve.
Bien structuré – Vous trouverez ce contenu particulièrement bien structuré, ce qui facilite l'adhésion à ses idées ou leur mise en œuvre.

Rezension

KI ist in aller Munde, aber vielen Unternehmensverantwortlichen fehlt ein solides Verständnis dafür, wie sich maschinelles Lernen (ML) im Unternehmen konkret einsetzen lässt. Gleichzeitig haben Datenwissenschaftler oft das Gefühl, gegen eine Wand zu reden, wenn sie von bahnbrechenden Innovationen schwärmen. In diesem gut strukturierten Leitfaden fordert der Berater und Bestsellerautor Eric Siegel beide Seiten auf, aus ihren Silos herauszukommen und sich zusammenzuschließen. Seine Erfahrungen und Beispiele zeigen, dass es jede Menge Möglichkeiten gibt, Abläufe zu optimieren und Firmen zu transformieren.

Zusammenfassung

Um mit maschinellem Lernen Erfolg zu haben, müssen Sie sowohl die Technik als auch deren Einsatzmöglichkeiten verstehen.

Um die Möglichkeiten des maschinellen Lernens (ML) zu nutzen, müssen die geschäftliche und die technische Seite Ihres Unternehmens eng zusammenarbeiten. Als Geschäftsexperte müssen Sie ein ganzheitliches Verständnis des ML-Prozesses entwickeln: Sie sollten verstehen, wie die von Ihnen verwendeten Modelle arbeiten und welche Arten von Daten und Kennzahlen sie benötigen. Nur dann können Sie sie nutzen, um Ihre Abläufe zu verbessern. Als Datenexperte müssen Sie über den Tellerrand hinausschauen, um zu verstehen, wie ML das gesamte Unternehmen verändern kann.

Verknüpfen Sie die geschäftlichen und datenbezogenen Aspekte Ihrer Organisation mit „bizML“ – einem sechsstufigen Geschäftsansatz, der allen Beteiligten hilft, ML-Projekte auf der Grundlage eines gemeinsamen Verständnisses erfolgreich durchzuführen.

Schritt 1: Legen Sie das Ziel fest, das Sie mithilfe von ML erreichen wollen.

Strategien für künstliche Intelligenz scheitern oft daran, dass Leute den Einsatz von KI als Selbstzweck ansehen und nicht als Werkzeug, mit dem es ...

Über den Autor

Eric Siegel ist Autor und Berater auf dem Spezialgebiet Machine Learning. Er war Professor für Informatik an der Columbia University und schreibt regelmäßig für Forbes.

Kommentar abgeben

Anmelden

Das KI-Strategiebuch

So meistern Sie Machine Learning im Unternehmen

Lesen, hören oder diskutieren

Bewertung der Redaktion

Qualitäten

Rezension

Zusammenfassung

Um mit maschinellem Lernen Erfolg zu haben, müssen Sie sowohl die Technik als auch deren Einsatzmöglichkeiten verstehen.

Schritt 1: Legen Sie das Ziel fest, das Sie mithilfe von ML erreichen wollen.

Über den Autor

Meine markierten Stellen

Kommentar abgeben

Mehr zum Thema

Ähnliche Zusammenfassungen

Crashkurs KI im Unternehmen

Praxisleitfaden für Künstliche Intelligenz in Marketing und Vertrieb

Daten sind Macht

Handbuch Data Science

Data Science für Unternehmen

Smart Data

Verwandte Skills