Livro

O Manual da IA

Dominando a arte rara da implementação do aprendizado das máquinas

Eric Siegel

MIT Press, 2024

Compre o livro ou o audiobook

Leia offline

1×

Connectez-vous pour écouter un résumé audio.

Avaliação Editorial

getAbstract synthétise des ouvrages* qui permettent aux utilisateurs de mieux comprendre le monde pour le rendre meilleur. Quel que soit le livre que nous sélectionnons pour notre bibliothèque, il doit se distinguer par l'un ou l'autre des deux critères suivants :

Enrichissant – Les enseignements que vous en tirerez orienteront et amélioreront vos décisions.

Utile – Les conseils pratiques qui sont dispensés vous aideront à améliorer la prise de décision.

Nous évaluons chaque contenu sur une échelle de 1 à 10 en fonction de ces deux qualités essentielles . La note attribuée vous permet de classer les titres de votre liste de lecture de Plaisant (5) à Excellent (10). Les livres qui obtiennent moins de 5 ne font pas l'objet d'une publication. Voici ce que signifie chaque note :

10 – Excellent. Un livre utile et/ou instructif qui, outre ses nombreuses qualités, fait office de classique du genre. Une référence.
9 – Superbe. Un livre utile et/ou instructif extrêmement bien écrit et structuré, qui présente de multiples caractéristiques positives et aucune lacune notable.
8 – Très bien. Un livre utile et/ou instructif qui présente de multiples caractéristiques positives mais quelques points faibles. L'ouvrage peut par exemple présenter les dernières découvertes dans un domaine spécialisé et être rédigé par un expert, mais pécher par son style d'écriture.
7 – Bien. Un livre utile et/ou instructif, qui combine deux ou plusieurs caractéristiques positives. Il peut par exemple contenir des idées novatrices, présentées de manière engageante.
6 – Appréciable. Un livre utile et/ou instructif, qui présente au moins un aspect engageant. Il peut, par exemple, être particulièrement bien structuré.
5 – Plaisant. Un livre utile et/ou instructif, même si le contenu pourrait être amélioré. Ce livre peut par exemple prodiguer des conseils utiles dans certains domaines, mais être répétitif et sans relief particulier.

*getAbstract synthétise bien plus que des livres. Nous recherchons tous types de contenus pouvant intéresser nos lecteurs : des livres, mais également des articles, des rapports, des vidéos et des podcasts. Nos classifications sont valables pour les livres, mais également pour les autres formats que nous proposons.

Qualidades

Abrangente
Aplicável
Bem-estruturado

Si la notation vous indique le niveau qualitatif du livre en fonction de nos deux critères principaux, elle n'explique aucune caractéristique particulière. Nous nous appuyons donc sur 20 qualités qui définissent les traits essentiels de l'ouvrage :

Pratique – Vous obtiendrez des conseils que vous pourrez aisément mettre en pratique sur votre lieu de travail ou dans des situations quotidiennes.
Analytique – Vous comprendrez les mécanismes internes du sujet abordé.
Connaissance du contexte – Vous aurez accès à des connaissances contextuelles pouvant servir de base à l'action ou à l'analyse.
Audacieux – Vous découvrirez des arguments susceptibles de rompre avec les points de vue dominants.
Complet – Vous trouverez une étude exhaustive du sujet.
Exemples concrets – Vous obtiendrez des conseils pratiques illustrés par des récits d'applications concrètes ainsi que des anecdotes authentiques.
Polémique – Vous serez confronté à des idées faisant l'objet d'un débat animé.
Éloquent –Vous prendrez plaisir à découvrir un ouvrage rédigé ou composé de main de maître.
Captivant – Vous serez captivé par cet ouvrage du début à la fin.
Révélateur – Vous découvrirez des informations très surprenantes.
Niveau débutant – Cet ouvrage constitue un bon point de départ si vous avez peu ou aucune expérience/connaissance du domaine traité.
Niveau Expert – Vous obtiendrez des informations/recommandations spécialisées utiles dans votre domaine de spécialité.
Sujet d'actualité – Plongez au cœur d'un thème qui fait l'objet d'un vif débat.
Innovant – Découvrez des idées et des concepts innovants sur des tendances et des produits inédits.
Vu de l'intérieur – Vous aurez le privilège d'être initié par un spécialiste du domaine.
Stimulant – Vous aurez envie de mettre immédiatement en pratique les conseils prodigués.
Aperçu – Vous acquerrez une appréciation globale du sujet et de ses aspects principaux.
Approche scientifique – Vous aurez accès à des faits et des chiffres fondés sur la recherche scientifique.
Visionnaire – Vous aurez un aperçu de l'avenir et ce qu'il vous réserve.
Bien structuré – Vous trouverez ce contenu particulièrement bien structuré, ce qui facilite l'adhésion à ses idées ou leur mise en œuvre.

Recomendação

Muitos líderes empresariais não têm um conhecimento sólido sobre o aprendizado das máquinas (AM). Enquanto isso, os cientistas de dados das empresas muitas vezes se sentem desconectados do lado comercial. Neste guia prático, o autor bestseller Eric Siegel, incentiva os líderes empresariais e de tecnologia a saírem dos seus silos e explica como aplicar os modelos de AM de maneiras que irão transformar as suas organizações, otimizando as operações.

Resumo

Empresários e especialistas em dados devem desenvolver uma compreensão compartilhada das oportunidades do aprendizado das máquinas (AM).

Aproveitar as oportunidades de aprendizado das máquinas (AM) requer uma colaboração profunda entre os âmbitos comercial e técnico do seu negócio. Se você for um profissional de negócios, desenvolva um entendimento holístico do processo do AM: compreenda o que os seus modelos preveem; como essas previsões irão afetar as suas operações; as métricas que você está utilizando para determinar a precisão com que o seu projeto de AM está fazendo previsões; e os tipos de dados que você deve coletar. Se você é um profissional de dados, amplie a sua perspectiva sobre AM para compreender o poder que ele tem para transformar todo o negócio.

Preencha eventuais lacunas entre os negócios e os dados da sua organização com o bizML — uma abordagem de negócios em seis etapas que Eric Siegel projetou para ajudar as equipes a lançar e implantar com sucesso projetos transformadores de AM a partir de uma perspectiva de partilha, concentrando-se na execução. Se você é um profissional de dados familiarizado com o Processo Padrão ...

Sobre o autor

Eric Siegel é consultor e trabalhou anteriormente como professor graduado em ciência da computação na Universidade de Columbia. Ele é o autor de Análise Preditiva: o Poder de Prever Quem Vai Clicar, Comprar, Mentir ou Morrer.