Buch

Crashkurs KI im Unternehmen

Alles, was Sie über Data Science wissen müssen

Stephan Matzka

Haufe, 2021

Buch kaufen

Lesen, hören oder diskutieren

Amazon Kindle Diskutieren

1×

Faça o Login para ouvir o resumo em áudio.

Bewertung der Redaktion

Na getAbstract, resumimos os livros* que ajudam as pessoas a entenderem o mundo, tornando-o um lugar melhor. Tudo o que selecionamos para a nossa biblioteca deve se destacar em uma das duas qualidades principais a seguir:

Esclarecedor – Você vai aprender conteúdos que vão ajudar você a tomar decisões melhores.

Útil – Você vai seguir conselhos práticos que vão ajudar você a se aprimorar no que faz.

Classificamos cada conteúdo em uma escala de 1 a 10 em relação a estas duas qualidades principais. As nossas avaliações ajudam você a escolher os títulos para a sua lista de leitura, indo de robusto (5) a brilhante (10). Os livros que classificamos abaixo de 5 não são resumidos. A seguir, confira o significado de cada nível da avaliação:

10 – Brilhante. Um livro útil e/ou esclarecedor que, além de atender aos mais elevados padrões em todos os aspectos pertinentes, destaca-se até mesmo entre os melhores. Ele se torna muitas vezes um clássico instantâneo e uma leitura obrigatória para qualquer pessoa.
9 – Superior. Um livro útil e/ou esclarecedor que é extremamente completo, tem muitos pontos fortes e nenhuma deficiência a ser mencionada.
8 – Muito bom. Um livro útil e/ou esclarecedor que tem um número substancial de qualidades notáveis sem se sobressair em todas as áreas. Apresenta as últimas descobertas em um tópico e é escrito por um especialista renomado, mas carece de um pouco de estilo.
7 – Bom. Um livro útil e/ou esclarecedor que combina dois ou mais pontos fortes notáveis; por exemplo, contém ideias incomumente novas e as apresenta de uma maneira envolvente.
6 – Notável. Um livro útil e/ou esclarecedor que se destaca por pelo menos um aspecto; por exemplo, é particularmente bem estruturado.
5 – Robusto. Um livro útil e/ou esclarecedor, apesar das suas deficiências óbvias. Por exemplo, pode oferecer conselhos decentes em algumas áreas, ao mesmo tempo que é repetitivo ou normal demais em outras.

*A getAbstract resume muito mais do que apenas livros. Analisamos todo tipo de conteúdo que possa interessar ao nosso público: além de livros, resumimos também artigos, relatórios, video talks e podcasts. O que apresentamos aqui sobre os livros se aplica a todos os formatos cobertos.

Qualitäten

Analytisch
Systematisch
Überblick

Embora a classificação indique a qualidade de um livro de acordo com nossos dois critérios principais, ela não diz muito sobre suas características definidoras específicas. Portanto, utilizamos um conjunto de 20 qualidades para caracterizar cada livro de acordo com os seus pontos fortes:

Aplicável – Você vai receber conselhos que podem ser aplicados diretamente no local de trabalho ou em situações cotidianas.
Analítico – Você vai entender o funcionamento interno do assunto.
Conhecimento Contextualizado – Você vai obter conhecimentos contextuais como um modelo para ação ou análise consciente.
Controverso – Você vai ser confrontado com opiniões capazes de gerar debates fervorosos.
Audaz – Você vai encontrar argumentos que podem romper com perspectivas predominantes.
Abrangente – No resumo vão ser abordados todos os aspectos do assunto.
Exemplos Práticos – Você vai receber conselhos práticos ilustrados com exemplos práticos ou histórias do mundo real.
Eloquente – Você vai desfrutar de um texto extremamente bem escrito ou apresentado.
Cativante – Você vai querer ler ou assistir o conteúdo até o final.
Revelador – Você vai ter acesso a ideias altamente surpreendentes.
Para Iniciantes – Você vai encontrar uma boa cartilha caso seja um aprendiz com pouca ou nenhuma experiência/conhecimento prévio.
Para Especialistas – Você vai obter os conhecimentos ou instruções de alto nível que necessita como especialista.
Hot Topic – Você vai estar no meio de uma questão altamente debatida.
Inovativo – Você vai receber ideias e insights mais recentes sobre novos produtos ou tendências.
Conhecimento de Causa – Você vai ter o privilégio de aprender com alguém que conhece profundamente o assunto.
Inspirador – Você vai querer colocar em prática imediatamente o que acabou de ler.
Panorama Geral – Você vai receber uma abordagem ampla do assunto, na qual todos os seus principais aspectos são mencionados.
Baseado na Ciência – Você vai obter fatos e números baseados em pesquisas científicas.
Visionário – Você vai ter uma ideia do futuro e do que isso pode significar para a sua vida.
Bem-estruturado – Você vai receber um conteúdo particularmente bem organizado para facilitar o seu entendimento ou aplicação.

Rezension

Künstliche Intelligenz in Unternehmen wird seit einigen Jahren intensiv diskutiert. Dennoch können die wenigsten Menschen erklären, worum es dabei geht. Gerade für Entscheider in Unternehmen ist das ein Manko – das dieses Buch ausräumen möchte. Der Titel ist dabei wörtlich zu nehmen: Es ist ein Crashkurs, der einen Überblick gibt und Führungskräfte in die Lage versetzt, mit Data Scientists auf Augenhöhe zu sprechen. Stephan Matzka weiß, dass er seinen Lesern starken mathematischen Tobak zumutet. Er erklärt, strukturiert, sortiert. Ein guter Einstieg in ein komplexes, wichtiges Thema.

Zusammenfassung

Künstliche Intelligenz und verwandte Begriffe sind in aller Munde, aber die wenigsten wissen, was genau sie bedeuten.

Wer an künstliche Intelligenz denkt, denkt meist auch gleich an Deep Learning, Big Data oder das Internet der Dinge. Viele dieser Begriffe geistern durch Vorstandssitzungen, aber die wenigsten Führungskräfte können tatsächlich sagen, was sich konkret dahinter verbirgt. Die wichtigsten Begriffe sind die folgenden:

Künstliche Intelligenz bezeichnet ein Computersystem, das automatisiert Informationen aus Daten gewinnen kann. Wirklich intelligent im menschlichen Sinne ist es nicht. Der ursprünglich englische Begriff „intelligence“ bezieht sich allgemein auf Informationsgewinnung.
Expertensysteme bestehen aus einer Wissensdatenbank und einem Regelwerk, das von Menschen erstellt wird. Ziel ist, dass Computer auf einem Fachgebiet genauso gute Entscheidungen treffen wie Menschen. Da dies sehr aufwändig ist und nicht die gewünschten Ergebnisse brachte, sind Expertensysteme seit den 90er-Jahren kaum noch im Gespräch.
Maschinelles Lernen will nicht die Intelligenz von Menschen...

Über den Autor

Stephan Matzka ist Professor für Mechatronik an der Hochschule für Technik und Wirtschaft Berlin. Der Schwerpunkt seiner Forschung liegt auf künstlicher Intelligenz in der technischen und unternehmerischen Praxis.

Kommentar abgeben

Anmelden

Crashkurs KI im Unternehmen

Alles, was Sie über Data Science wissen müssen

Lesen, hören oder diskutieren

Bewertung der Redaktion

Qualitäten

Rezension

Zusammenfassung

Künstliche Intelligenz und verwandte Begriffe sind in aller Munde, aber die wenigsten wissen, was genau sie bedeuten.

Über den Autor

Meine markierten Stellen

Kommentar abgeben

Mehr zum Thema

Ähnliche Zusammenfassungen

Data Science für Unternehmen

Daten sind Macht

Handbuch Data Science

Wie Maschinen lernen

Praxisleitfaden für Künstliche Intelligenz in Marketing und Vertrieb

People Analytics

Verwandte Skills