Théorie et pratique de l'IA d'entreprise : recettes et implémentations de référence pour le marketing, la chaîne d'approvisionnement et les opérations de production

Avis des lecteurs

Résumé:

Ce livre est un guide pratique qui montre comment l'apprentissage automatique peut résoudre les problèmes des entreprises, en présentant des exemples pertinents et diversifiés adaptés aux praticiens. Il est accessible aux lecteurs ayant une formation de base en informatique ou en mathématiques.

Avantages:

Le livre fournit des cas d'utilisation pratiques et variés ainsi que des exemples de code clairs. Il intègre efficacement les domaines de l'entreprise et l'apprentissage profond. L'écriture est bien structurée et accessible, ce qui la rend adaptée aux personnes qui ne sont pas des spécialistes de l'IA et de la ML. Il se concentre sur les problèmes d'entreprise et présente différentes approches pour les résoudre.

Inconvénients:

Il n'y a pas d'inconvénients spécifiques mentionnés dans les critiques, mais l'orientation du livre peut ne pas convenir aux utilisateurs avancés qui recherchent une plus grande profondeur technique.

(basé sur 3 avis de lecteurs)

Titre original :

The Theory and Practice of Enterprise AI: Recipes and Reference Implementations for Marketing, Supply Chain, and Production Operations

Contenu du livre :

Ce livre fournit un guide complet sur la façon dont les opérations de marketing, de chaîne d'approvisionnement et de production peuvent être améliorées en utilisant des méthodes d'apprentissage profond et d'apprentissage par renforcement, ainsi que leur combinaison avec des approches d'analyse et d'optimisation traditionnelles. Il s'adresse aux data scientists et aux responsables de l'analyse des entreprises et sera également utile aux étudiants de troisième cycle en recherche opérationnelle et en statistiques appliquées.

The Theory and Practice of Enterprise AI est divisé en cinq parties. La première partie introduit les concepts de base de l'automatisation des décisions d'entreprise et présente les méthodes d'apprentissage profond et de renforcement pertinentes. La partie II présente des recettes pour l'analyse et la personnalisation des clients.

La partie III décrit les solutions de recherche et de recommandation qui exploitent largement les données de contenu telles que les textes et les images. La partie IV aborde les méthodes d'optimisation des prix et de gestion des stocks.

Enfin, la partie V présente des modèles de détection d'anomalies et d'inspection visuelle qui permettent d'améliorer les opérations de production et de transport. Des exemples de code Python sont fournis dans le référentiel complémentaire en ligne pour aider le lecteur à comprendre les détails de l'implémentation.

Autres informations sur le livre :

• ISBN : 9780578328621
• Auteur : Ilya Katsov
• Éditeur : Lightning Source Inc
• Langue : anglais
• Reliure : Relié