Book

The AI Playbook

Mastering the Rare Art of Machine Learning Deployment

Eric Siegel

MIT Press, 2024

Buy the book

Read, Listen, or Discuss

Amazon Kindle Discuss

1×

Войдите, чтобы прослушать аудиоверсию краткого изложения.

Editorial Rating

Мы составляем краткие изложения книг*, помогающих читателям разбираться в законах современного мира и менять его к лучшему. Материалы, которые мы отбираем для нашей библиотеки, должны отвечать по крайней мере одному из наших двух основных критериев:

Информативно. – Вы получите такую информацию, которая позволит вам более взвешенно и эффективно принимать решения.

Полезно. – Вы получите такие практические советы, которые помогут вам лучше делать то, чем вы занимаетесь.

Каждому материалу мы присваиваем рейтинг от 1 до 10 на основе этих двух критериев. Наш рейтинг поможет вам распределить книги в вашем списке для чтения по шкале от добротных (5) до выдающихся (10). По книгам, которые мы оцениваем ниже 5, краткие изложения не составляются. Вот что означают цифры рейтинга:

10 – Великолепно. Полезная и/или информативная книга, которая, помимо соблюдения высочайших стандартов во всех отношениях, выделяется даже среди лучших книг. Как правило, это книга, сразу ставшая классикой, которую должен прочитать каждый.
9 – Отлично. Полезная и/или информативная книга, очень хорошо организованная и написанная, имеющая множество достоинств и не имеющая недостатков, которые заслуживали бы упоминания.
8 – Очень хорошо. Полезная и/или информативная книга, которая имеет много важных достоинств, но при этом не может быть названа выдающейся: например, освещает последние открытия в своей области и написана известным специалистом, но в отношении стиля оставляет желать лучшего.
7 – Хорошо. Полезная и/или информативная книга, имеющая два и более важных достоинства: например, очень увлекательно рассказывающая о новых идеях в какой-то предметной области.
6 – Достойно внимания. Полезная и/или информативная книга, которая обращает на себя внимание по крайней мере каким-то одним аспектом, например четкой организацией материала.
5 – Добротно. Полезная и/или информативная книга, несмотря на очевидные недостатки. Например, в одной области автор может давать разумные советы, а в других или содержится много повторов, или нет ничего особенно ценного.

*getAbstract работает не только с книгами. Мы составляем краткие изложения всех видов контента, которые могут быть полезны нашей аудитории: помимо книг это статьи, отчеты, видео и подкасты. То, что мы говорим здесь о книгах, относится ко всем видам материалов, которые мы пересказываем.

getAbstract Rating

Comprehensive
Applicable
Well Structured

Рейтинг помогает вам понять, какова ценность книги в соответствии с двумя нашими основными критериями. Но он ничего не сообщает о ее конкретных особенностях. Поэтому мы используем набор из 20 характеристик, которые призваны прояснить, в чем именно состоят достоинства книги.

Практические советы – вы получите рекомендации, которые практически осуществимы на вашем рабочем месте или в повседневных ситуациях.
Аналитический подход – вы поймете внутренние взаимосвязи и закономерности в рассматриваемой проблеме.
История вопроса – вы узнаете об истории и контексте проблемы, что позволит вам правильно провести анализ или совершить хорошо взвешенный шаг.
Особое мнение – вы познакомитесь с аргументами, которые расходятся с преобладающей в настоящий момент точкой зрения.
Подробное освещение – вы увидите все аспекты предмета, описанные исчерпывающим образом.
Конкретные примеры – вам предложат практические советы, которые иллюстрируются рассказами об их применении на практике.
Выразительный язык – вы получите удовольствие от мастерски написанного текста или речи, являющейся образцом ораторского искусства.
Увлекательно – вам будет трудно оторваться от текста или аудио.
Неизвестные факты – вы узнаете об удивительных фактах или умозаключениях.
Начальный уровень – информация будет для вас полезной, если вы новичок, у которого нет знаний по данной теме или опыта.
Продвинутый уровень – информация или рекомендации будут полезны вам как специалисту.
Острая проблема – вы окажетесь в гуще спора по поводу одного из насущных вопросов современности.
Новаторская концепция – вы узнаете о свежих идеях, концепциях, новых продуктах или тенденциях.
Рассказ инсайдера – вы познакомитесь с мнением человека, который имеет особый доступ к сведениям по обсуждаемой теме.
Источник вдохновения – вам захочется сразу же опробовать на практике то, о чем вы прочитали.
Обзор – вы получите общее описание предмета с упоминанием всех основных моментов.
Научные данные – вы узнаете о цифрах и фактах, подкрепленных научными исследованиями.
Взгляд в будущее – вы познакомитесь с авторской картиной будущего и тем, как оно может на вас повлиять.
Четкая структура – хорошая организация материала значительно облегчит вам восприятие концепции или применение рекомендаций на практике.
Спорно – вы познакомитесь с любопытными, но неоднозначными выводами.

Recommendation

Many business leaders lack a solid understanding of machine learning (ML). Meanwhile, company data scientists often feel disconnected from the business side. In this practical guide, bestselling author and former Columbia University graduate computer science professor Eric Siegel urges business and tech leaders to come out of their silos. He argues that collaboration is vital for organizations hoping to harness the full potential of machine learning models and explains how to apply ML in ways that will transform your organization and optimize your operations.

Summary

Business and data professionals must develop a shared understanding of Machine Learning (ML) opportunities.

Seizing machine learning (ML) opportunities requires deep collaboration between both the business and technical sides of your business. If you’re a business professional, you’ll need to develop a holistic understanding of the ML process: You should grasp what the models you’re using predict; how these predictions will affect your operations; the metrics you’re using to determine how accurately your ML project is making predictions; and the kinds of data you’ll need to collect. If you’re a data professional, you must broaden your perspective on ML to understand its power to transform the entire business.

Bridge any gaps between the business and data ends of your organization with bizML — a six-step business approach that Eric Siegel designed to help team members successfully launch and deploy transformative ML projects from a place of shared understanding. If you’re wondering how bizML differs from Machine Learning Operations (MLOps), MLOps centers on the technical side of ML projects...

About the Author

Eric Siegel is a consultant, who worked formerly as a graduate computer science professor at Columbia University. He is the author of Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die.

The AI Playbook

Mastering the Rare Art of Machine Learning Deployment

Read, Listen, or Discuss

Editorial Rating

getAbstract Rating

Recommendation

Summary

Business and data professionals must develop a shared understanding of Machine Learning (ML) opportunities.

About the Author

My Highlights

Comment on this summary

More on this topic

By the same author

Predictive Analytics

Learners who read this summary also read

Behind Every Good Decision

Data Driven

AI Bullseye Tactics For Non-Technical Business Leaders

Winning with Data Science

Your AI Survival Guide

Driving Digital Transformation through Data and AI

Related Skills