Teoria e pratica dell'IA aziendale: Ricette e implementazioni di riferimento per le operazioni di marketing, supply chain e produzione

Recensioni dei lettori

Il libro è una guida pratica che dimostra come l'apprendimento automatico possa risolvere le sfide aziendali, con esempi pertinenti e diversificati adatti ai professionisti. È accessibile ai lettori con una formazione di base in informatica o matematica.

Il libro fornisce diversi casi d'uso pratici e chiari esempi di codice. Integra efficacemente i domini aziendali e il deep learning. La scrittura è ben strutturata e accessibile, il che lo rende adatto anche a chi non ricopre ruoli di AI e ML. Si concentra sui problemi aziendali e delinea vari approcci per risolverli.

Non ci sono svantaggi specifici menzionati nelle recensioni, ma l'attenzione del libro potrebbe non essere rivolta agli utenti avanzati che cercano una maggiore profondità tecnica.

(basato su 3 recensioni dei lettori)

Titolo originale:

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

Contenuto del libro:

Questo libro fornisce una guida completa su come migliorare le operazioni di marketing, supply chain e produzione utilizzando i metodi di deep learning e reinforcement learning, nonché la loro combinazione con gli approcci tradizionali di analisi e ottimizzazione. Il libro è rivolto agli scienziati dei dati aziendali e ai responsabili dell'analisi e sarà utile anche agli studenti di ricerca operativa e di statistica applicata.

The Theory and Practice of Enterprise AI è diviso in cinque parti. La Parte I introduce i concetti di base dell'automazione delle decisioni aziendali e presenta i metodi di apprendimento profondo e di rinforzo rilevanti. La parte II presenta ricette per l'analisi e la personalizzazione dei clienti.

La parte III descrive soluzioni di ricerca e raccomandazione che sfruttano ampiamente i dati di contenuto, come testi e immagini. La Parte IV illustra i metodi per l'ottimizzazione dei prezzi e la gestione delle scorte.

Infine, la Parte V presenta i progetti per il rilevamento delle anomalie e l'ispezione visiva che aiutano a migliorare le operazioni di produzione e trasporto. Nel repository online complementare sono forniti esempi di codice Python per supportare il lettore nella comprensione dei dettagli di implementazione.