چطور با هوش مصنوعیِ عامل، تصمیمگیری را در سازمانمان متحول کنیم؟
آنچه رهبران سازمانها باید بدانند * در این مقاله، زنجیره تأمین صرفاً نمونهای است برای معرفی رویکردی که به سایر حوزهها قابل تعمیم است. مرور کلی هوش مصنوعی عامل میتواند شیوه تصمیمگیری سازمانها را از گزارشدهی واکنشی به اقدام پیشدستانه و هدفمند تبدیل کند. این مقاله توضیح میدهد چه ویژگیهایی سامانههای هوش مصنوعی عامل را از تحلیل دادههای سنتی و تحلیل پیشبینانه متمایز میکند و چرا این تحول برای رهبرانِ سازمانهای پیچیده و مبتنی بر حجم بالای داده اهمیت دارد. همچنین با تکیه بر پژوهشهای صنعتی و مثالی واقعی از حوزه زنجیره تأمین، نشان میدهد هوش مصنوعی عامل چگونه میتواند عملیات را خودکار کند، کیفیت دادهها را بهبود بخشد، کارهای دستی را کاهش دهد و تابآوری عملیاتی[۱] را تقویت کند.
پنجرهٔ بازار کار دقیقه
پلی میان تحلیلگران داده و کارفرمایان ما اخیرا، در مدرسه دقیقه، پروژه پنجره بازار کار را راهاندازی کردهایم و قصد داریم از طریق آن بین دو سمت جدا، و در عین حال مکملِ، بازار کار تحلیل داده پل بزنیم و تحلیلهای با کیفیت را به کارفرمایانِ متقاضی معرفی و فرایند همکاریشان را تسهیل کنیم. اگر دوست دارید روی مسئلههای واقعی تحلیل داده وقت بگذارید، تحلیلتان ارزیابی شود و بازخورد دقیق دریافت کنید، همچنین اگر تمایل دارید تحلیلهایتان در اختیار کارفرمایان متقاضی قرار گیرد، کافی است پروژههای پنجره بازار کار دقیقه را انجام دهید.همچنین اگر کارفرما هستید و قصد دارید تحلیلگران داده با کیفیت را جذب یا با آنها همکاری کنید، میتوانید پروژههای واقعیتان را در پنجره بازار کار ثبت کنید.
سوال پژوهش خود را چگونه طراحی میکنید؟ آیا فرایند مشخصی وجود داد؟
چطور بفهمیم در حوزه پژوهشیمان چه خلأها یا کاستیهایی وجود دارد تا بتوانیم پروژه مطالعاتی جدیدی تعریف و از اصالت آن دفاع کنیم؟
چطور بتوانیم متخصصان حوزه پژوهشیمان را متقاعد کنیم مطالعه مجدد روی موضوعی که در گذشته بررسی شده، ارزشمند و حتی لازم است؟
منابعی برای یادگیری تحلیل داده، آمار، علوم داده و هوش مصنوعی و استفاده از آنها در رشتههای مختلف
در این صفحه کتابهای نسبتا جدید و کاربردی برای یادگیری موضوعات مختلف تحلیل داده، آمار، علوم داده، هوش مصنوعی و شیوههای بهکارگیری آنها در حوزههای کاری و پژوهشی گوناگون معرفی خواهد شد.
پرواز با ارتفاع مناسب
معرفی و مرور کتاب «علم داده» از سری کتابهای دانشهای ضروری انتشارات دانشگاه امآیتی
چهارچوب اکتشاف
اگر R را برای کار با دادهها انتخاب کردهاید و میخواهید یک کتاب درباره علوم داده بخوانید، یکی از بهترین انتخابها «R برای علوم داده» است.
اریبی و واریانس در یادگیری ماشین
روشهای مختلفی برای ارزیابی یک مدل یادگیری ماشین وجود دارد. ما میتوانیم از MSE (خطای میانگین مربعات) برای رگرسیون، دقت، فراخوانی، و ROC (مشخصه عملکرد گیرنده) برای یک مسئله طبقهبندی
P-value: چی هست و چی نیست
سوءتعبیر و سوءاستفاده از p-value (در فارسی پی مقدار گفته میشود) دهههاست که رو به افزایش است. در مارس ۲۰۱۶، انجمن آمار آمریکا(ASA) بیانیهای برای
۷ نوع سوگیری در نظرسنجیها و روشهای پیشگیری از آنها
نظرسنجیهای آنلاین، بهخصوص در سالهای اخیر در ایران (از طریق پلتفرمهایی مانند شبکههای اجتماعی، وبسایتها و اپلیکیشنها)، به یکی از ابزارهای رایج تحقیقات بازار تبدیل
- ویژه
ایجاد انگیزه و افزایش مشارکت در یادگیری علوم داده
خلأ اصلی نیروی انسانی در بازار کار علوم داده، افرادی هستند که توانایی تجزیه و تحلیلِ پیچیدگیهای ناشی از ابعاد اقتصادی و مدیریتی و مهمتر از آن ابعاد انسانی و اجتماعی مسائل را داشته باشند. اما مسئله این اینجاست که این قابلیتها به صورت متداول در دانشگاهها و موسسات آموزشی و همینطور در محیطهای کاری پرورش پیدا نمیکند. این مقاله نیز روی همین نکته دست میگذارد و روشی مبتنی بر «مشارکت و ارزیابی مشارکت» برای پرورش توانایی تفکر انتقادی در میان دانشجویان و متخصصان علوم داده پیشنهاد میکند.
