De nombreux chefs d’entreprise n’ont qu’une compréhension superficielle de l’apprentissage automatique. Quant aux data scientists des entreprises, ils se sentent souvent déconnectés de l’aspect commercial. Dans ce guide pratique, Eric Siegel, auteur de best-sellers et ancien professeur d’informatique, encourage les chefs d’entreprise et les responsables techniques à mettre fin aux silos. Il affirme que la collaboration est essentielle pour les entreprises espérant exploiter tout le potentiel des modèles d’apprentissage automatique et explique comment les appliquer pour transformer votre organisation et optimiser votre fonctionnement.
Les spécialistes des affaires et des données doivent développer une compréhension commune du potentiel de l’apprentissage automatique (AA).
Pour tirer parti des opportunités de l’apprentissage automatique (AA), une collaboration étroite entre les départements commerciaux et techniques de votre entreprise est indispensable. Si vous êtes un spécialiste des affaires, vous devrez comprendre globalement le processus d’AA : ce que les modèles que vous utilisez prédisent, comment ces prédictions affecteront vos activités, les métriques que vous utilisez pour déterminer la précision des prédictions de votre projet d’AA et les types de données que vous devrez collecter. Si vous êtes un spécialiste des données, vous devez élargir votre perspective sur l’AA pour comprendre son pouvoir de transformation de toute l’entreprise.
Faites le lien entre la dimension affaires et la dimension données de votre organisation avec bizML : une approche en 6 étapes conçue par Eric Siegel pour aider les membres d’une équipe à lancer et à déployer avec succès des projets d’AA transformateurs sur la base d’une compréhension commune. Si vous vous demandez en quoi bizML diffère de <...
Eric Siegel est consultant et a été professeur d’informatique à l’université de Columbia. Il est l’auteur de Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die
Commenter ce résumé