کاربرد هوش مصنوعی و علم داده ها در کسب و کار
در تحلیل سیستم های تصمیم گیری در کسب و کار ها
نویسنده |
رامش شاردا دورسان دیلن افراییم توربان |
مترجم |
مهرداد کارگری مصطفی اسدی بکلویی امیر حسین ممتازی |
ناشر | چاپ و نشر بازرگانی |
تعداد صفحات | 852 صفحه |
دسته بندی | مدیریت بحران |
تاریخ انتشار | 1401 |
شابک | 9786225941175 |
قیمت | 825,000 تومان |
زبان | فارسی |
فهرست مطالب
درباره مؤلفان 9
پیشگفتار 11
بخش اول - مقدمهای بر تجزیه و تحلیل و هوش مصنوعی
فصل اول: مروری بر هوش تجاری، تجزیه وتحلیل، علم دادهها و هوش مصنوعی: سیستمهای پشتیبان تصمیمگیری 15
1
. پروندهیآغازین:چگونهسیستمهایهوشمند برایآسانسورها و بالابرهایشرکتکُنه کار میکنند؟ 7 1 1
. محیطهای کسبوکار متغیر و نیازهایروزافزون برایپشتیبانی از تصمیم و تجزیهوتحلیلها 19 1 2
. فرایندهایتصمیمگیریو چارچوبپشتیبانی تصمیم رایانهای 3 23 1
. تکامل پشتیبانی تصمیم رایانهایدر هوشتجاری، تجزیهوتحلیل و علم دادهها 4 36 1
. مروریبر علم تجزیهوتحلیل 46 1 5
. مثالهاییاز تجزیهوتحلیلها در حوزههایمنتخب 55 1 6
7. مروریبر هوشمصنوعی 69 1
. همگرایی تجزیهوتحلیل و هوشمصنوعی 8 8 7 1
. مروریبر اکوسیستم تجزیهوتحلیلها 83 1 9
0. ساختار کتاب 1 84 1
1 . منابع، پیوندها و ارتباطشبکهیدانشگاه تِرادِیتا 86 1
4 کاربرد هوش مصنوعی و علم داده ها در تحلیل سیستم های تصمیم گیری کسب و کارها
فصل دوم: هوش مصنوعی: مفاهیم، محرک ها، فناوری های مهم و کاربردهای کسب و کار 91
2.1 پرونده ی آغازین: این ریکس مشکلات حمل و نقل را حل می کند 92
2.2 مقدم های بر هوش مصنوعی 95
2.3 هوش انسان و رایانه 103
2.4 فناور یهای اصلی هوش مصنوعی و برخی از مشتقات آن 10 7
2.5 پشتیبانی هوش مصنوعی برای تصمیم گیری 116
2.6 کاربردهای هوش مصنوعی در حسابداری 121
2.7 کاربردهای هوش مصنوعی در خدمات مالی 123
2.8 هوش مصنوعی در مدیریت منابع انسانی 12 7
2.9 هوش مصنوعی در بازاریابی، تبلیغات و مدیریت ارتباط با مشتریان 130
2.10 کاربردهای هوش مصنوعی در مدیریت تولید-عملیات 134
فصل سوم: ماهیت، مدل سازی آماری و مصور سازی داد هها 141
3.1 پرونده ی آغازین: سیریوس ایک ساِم از طریق بازاریابیِ داده محور، نسل جدیدی از مخاطبان رادیو را... 142
3.2 ماهیت داده ها 146
3.3 طبق هبندی ساد هی داده ها 149
3.4 هنر و علم پی شپردازش داده ها 154
3.5 مدل سازی آماری برای تجزی هوتحلیل کسب و کار 163
3.6 مدل سازی رگرسیون برای آمار استنتاجی 174
3.7 گزارش دهی کسب و کار 186
3.8 مصورسازی داده ها 18 7
3.9 انواع مختلف گراف ها و نمودارها 192
3.10 پیدایش تحلی لهای دیداری 196
3.11 داشبوردهای اطلاعاتی 202
بخش دوم - تحلیل های پیشگویانه / یادگیری ماشینی
فصل چهارم: الگوریت مها، روش ها و فرایند داده کاوی 217
4.1 پرونده ی آغازین: دپارتمان پلیس میامی-دِید از تجزیه وتحلیل پیشگویانه برای پیش بینی و مبارزه با جرائم استفاده می کند 218
4.2 مفاهیم داده کاوی 221
4.3 کاربردهای داده کاوی 232
4.4 فرایند داده کاوی 235
4.5 رو شهای داده کاوی 243
4.6 ابزارهای نر مافزاری داده کاوی 259
لطبا هسرت 5 مف
26
7. مسائلحریمخصوصی، افسانهها و اشتباهاتبزرگدر مورد دادهکاوی 4 7
فصل پنجم: فنون یادگیری ماشین برای تجزیهوتحلیل پیشگویانه 277
2
. پروندهیآغازین: مدلسازیپیشگویانه به درکو مدیریتبهتر رویههایپزشکی پیچیده کمکمیکند 5 8 7 1
. مفاهیم پایهیشبکههایعصبی 5 218 2
. ماشینهایبرداریپشتیبان 89 4 5 2
. رویکرد فرایندمحور برایاستفاده در ماشینهایبرداریپشتیبان 5 5 29
. روشنزدیکترین همسایگی برایپیشبینی 5 301 6
7. روشبِیز ساده برایدستهبندی 5 306
. شبکههایبِیزی 5 8 314
. مدلسازیهمادی)ترکیبی( 5 302 9
فصل ششم: یادگیری عمیق و رایانش شناختی 343
. پروندهیآغازین: مبارزه با کلاهبرداریبه کمکیادگیریعمیق و هوشمصنوعی 34 1 6
. مقدمهایبر یادگیریعمیق 348 2 6
. اصول و مبنایشبکههایعصبی «کم عمق 3 335 » 6
. فرایند توسعهیسیستمهایمبتنی بر شبکههایعصبی 4 336 6
. روشنگریجعبهِیسیاهشبکههایعصبی مصنوعی 5 368 6
3
. شبکههایعصبی عمیق 7 1 6 6
3
7. شبکههایعصبی همگشتی 77 6
. شبکههایبازگشتی و شبکههایحافظه کوتاهمدتطولانی 8 38 6
. چارچوبهایرایانهایبرایپیادهسازییادگیریعمیق 369 9 6
0. رایانششناختی 1 39 6
فصل هفتم: متنکاوی، تحلیل احساسات و تحلیلهای اجتماعی 417
. 7 پروندهیآغازین: تبدیل احساساتمشتریان به فرصتفروشقریبالوقوع در آمادوری گروپ 418 1
. 7 مروریبر تحلیل متن و متنکاوی 412 2
42
. 7 پردازشزبان طبیعی )اِناِلپی( 3 7
. 7 کاربردهایمتنکاوی 4 423
. 7 فرایند متنکاوی 5 404
. 7 تحلیل احساسات 449 6
7.7 مروریبر وبکاوی 406
. 7 موتورهایجستجو 8 456
4
. 7 کاربردکاویوب)تجزیهوتحلیل وب( 3 7 9
6 کاربرد هوش مصنوعی و علم داده ها در تحلیل سیستم های تصمیم گیری کسب و کارها
7.10 تحلیل اجتماعی 478
بخش سوم - تحلیل های تجویزی و کلان داد هها
فصل هشتم: تحلیل های تجویزی: بهینه سازی و شبیه سازی 493
8.1 پرونده ی آغازین: بخش آموزش و پرورش فیلادلفیا از تجزیه وتحلیل تجویزی برای یافتن راه حل ... 494
8.2 تصمی مگیری بر اساس مدل 496
8.3 ساختار مدل های ریاضی برای پشتیبانی تصمیم 502
7.4 قطعیت، عدم قطعیت و ریسک 504
8.5 مدل سازی تصمیم به کمک صفح گسترده ها 50 7
8.6 بهینه سازی برنامه ریزی ریاضی 511
فصل نهم: کلان داده ها، رایانش ابری و تحلیل مکانی: مفاهیم و ابزارها 531
9.1 پرونده ی آغازین:تحلیل ریزش مشتری در یک شرکت مخابراتی با استفاده از رو شهای کلا نداده ها 532
9.2 تعریف کلان داده 535
9.3 فناور یهای کلان داده 541
9.5 کلان داده و انبارش داده ها 551
9.6 تجزی هوتحلیل درو نحافظه و آپاچی اسپارک 556
9.7 کلان داده و تجزیه وتحلیل جریان 562
9.8 پلتفرم ها و عرض هکنندگان کلان داده 569
9.9 رایانش ابری و تجزی هوتحلیل کسب و کار 577
9.10 تحلی لهای مبتنی بر مکان برای سازمان ها 589
بخش چهارم - رباتیک، شبکه های اجتماعی، هوش مصنوعی و اینترنت اشیاء
فصل دهم: رُباتیک: کاربردهای صنعتی و مصرفی 603
10 .1 پرونده ی آغازین: حمایت عاطفی از بیماران و کودکان توسط ربات ها 604
10 .2 مروری بر رباتیک 60 7
10 .3 تاریخچه ی رباتیک 608
10 .4 کاربردهای مطرح رباتیک 610
10 .5 اجزای ربات ها 619
10 .6 دست هبندی مختلف ربات ها 621
10 .7 خودروهای خودران: ربا تها در حرکت 622
10 .8 تأثیر ربا تها بر مشاغل فعلی و آینده 625
لطبا هسرت 7 مف
62
. 0 ملاحظاتقانونی رباتها و هوشمصنوعی 1 7 9
فصل یازدهم: تصمیمگیری گروهی، سیستمهای مشارکتی و پشتیبانی هوش مصنوعی 633
. 1
پروندهیآغازین: تعالی هِندریکموتور اسپورتبا تیمهایمشارکتی 634 1 . 1 تصمیمگیریدر گروهها: مشخصهها، فرایندها، منافع و اختلال عملکردها 636 2
. 1 پشتیبانی از کارگروهی و همکاریتیمی باسیستمهایرایانه ای 3 604
. 1 پشتیبانی الکترونیکی برایارتباطاتو همکاری گروهی 4 624
. 1 پشتیبانی رایانهایمستقیم برایتصمیمگیری گروهی 5 648
. 1 هوشجمعی و هوشمشارکتی 645 6
1 .7 جمعسپاریبه عنوان روشی برایپشتیبانی تصمیم 658
. 1 هوشمصنوعی و پشتیبانی هوشازدحامی برایتصمیمگیری گروهی و همکاریتیمی 8 636
. 1 همکاریانسان-ماشین و تیم رباتها 668 9
فصل دوازدهم: سیستمهای دانشی: سیستمهای خبره، توصیهگرها، چَتباتها، دستیارهای شخصی مجازی و ... 675
6
اهدافیادگیری 5 7
6
. 2 پروندهیآغازین: تعالیسِفورا به کمکچتباتها 1 7 1 6
6
. 1 سیستمهایخبره و توصیهگرها 8 7 2
. 2 مفاهیم، محرکها و مزایایچتباتها 3 1 68
. 2چتباتهایسازمانی 4 1 639
. 2 دستیار شخصی مجازی 5 1 0 72
. 2چتباتها به عنوان مشاورانحرفهای)مشاوران روبو( 1 7 7 0 6
2 .7 مسائل پیادهسازیو اجرا 1 1 71
فصل سیزدهم: اینترنت اشیاء، پلتفرمی برای کاربردهای هوشمند 719
اهدافیادگیری 1 79
. 3 پروندهیآغازین:سیاِناِچاینداستریال از اینترنتاشیاء برایتعالیخود استفاده میکند 2 1 70 1
. 3 اصول و مبانی اینترنتاشیاء 2 1 72 2
. 1 مزایا و محرکهایاینترنتاشیاء 3 7 7 2
. 3 اینترنتاشیاءچگونه کار میکند 4 1 2 79
. 3حسگرها و نقشآنها در اینترنتاشیاء 5 1 3 70
. 3 کاربردهایمنتخباینترنتاشیاء 1 3 75 6
3 .7 خانهها و لوازمخانگی هوشمند 1 3 76
. 3شهرها و کارخانجاتهوشمند 8 4 1 71
. 3 وسائل نقلیهیمستقل )خودران( 1 4 79 9
8 کاربرد هوش مصنوعی و علم داده ها در تحلیل سیستم های تصمیم گیری کسب و کارها
13 .10 ملاحظات مدیریتی و پیاده سازی اینترنت اشیاء 753
بخش پنجم - هشدارهایی در مورد تحلیل ها و هوش مصنوعی
فصل چهاردهم: مشکلات پیاد هسازی: از اصول اخلاقی و حریم خصوصی تا تأثیرات سازمانی و اجتماعی 763
اهداف یادگیری 763
14 .1 چرا اوبِر 245 میلیون دلار به وِ یمو پرداخت کرد؟ 764
14 .2 پیاده سازی سیست مهای هوشمند: مرور 766
14 .3 مسائل حقوقی، حریم خصوصی و اخلاقی 768
14 .4 جاری سازی موفق سیستم های هوشمند 776
14 .5 تأثیرات سیست مهای هوشمند بر سازمان ها 779
14 .6 تأثیرات بر مشاغل و کار 787
14 .7 خطرات بالقو هی ربا تها، هوش مصنوعی و مدل های تحلیلی 794
14 .8 روندهای فناوری های مرتبط 798
14 .9 آیند هی سیستم های هوشمند 802
منابع 811
تجزیه و تحلیل ها به یک عامل محرک فناوری در دهه ی اخیر تبدیل شده اند. شرکتهایی از قبیل آیبیاِم، اوراکل، مایکروسافت در حال
تشکیل واحدهای سازمانی جدید با تمرکز بر ابزارهای تجزیه و تحلیلی هستند که بتوانند آنها را در بهبود کارایی و اثربخشی عملیاتشان یاری
کنند. تصمیم گیرندگان از داده ها و ابزارهای رایانه ای برای اتخاذ تصمیمات بهتر استفاده میکنند. حتی مصرف کنندگان نیز به نحو مستقیم
یا غیرمستقیم از ابزارهای تجزیه وتحلیل برای تصمیم گیری در خصوص فعالیتهای روزمره خود از جمله خرید، مراقبت سلامت و سرگرمی
استفاده میکنند. رشته ی تحلیل های کسب و کار /علم داده ها/ سیستمهای پشتیبانی تصمیم و هوش تجاری به سرعت در حال رشد و
گسترش هستند تا بتوانند تمرکز بیشتری با روش ها و کاربردهای نوآورانه در بهره گیری از داده هایی داشته باشند که تا چندی پیش حتی این
داده ها گردآوری نیز نمی شدند.
ما شاهد ظهور کاربردهای جدید در مدیریت ارتباط با مشتریان، بانکداری و امور مالی، مراقبت سلامت و پزشکی، ورزش و سرگرمی،
تولید و مدیریت زنجیره تأمین، انرژی و تقریباً هر صنعت دیگری که متصور باشید هستیم.
© Copyright 2019 All Rights Reserved
طراحی سایت : نونگار پردازش