book

Intelligence économique alimentée par l'IA

Name: Intelligence économique alimentée par l'IA
Author: Tobias Zwingmann
ISBN: 9798341615564

by Tobias Zwingmann

November 2024

Intermediate to advanced

392 pages

10h 47m

French

O'Reilly Media, Inc.

Read now

Unlock full access

Préface
Qui devrait lire ce livre ?Microsoft Power BI et AzureObjectifs d'apprentissageNaviguer dans ce livreConventions utilisées dans ce livreUtiliser des exemples de codeApprentissage en ligne O'ReillyComment nous contacterRemerciements
1. Créer de la valeur commerciale avec l'IA
Comment l'IA modifie le paysage de la BICas d'utilisation courants de l'IA pour la BIAutomatisation et facilité d'utilisationDe meilleures prévisions et prédictionsExploiter les données non structuréesAvoir une intuition pour l'IA et l'apprentissage automatiqueCartographier les idées de cas d'utilisation de l'IA en fonction de l'impact sur l'entreprise.Résumé
2. De la BI à l'intelligence décisionnelle : Évaluer la faisabilité des projets d'IA
Les données d'abordÉvaluer l'état de préparation des données à l'aide du cadre 4VCombiner les 4V pour évaluer l'état de préparation des donnéesChoisir de fabriquer ou d'acheter des services d'IAL'IA en tant que servicePlate-forme en tant que serviceInfrastructure en tant que servicePropriété de bout en boutArchitectures de base des systèmes d'IACouche utilisateurCouche de donnéesCouche d'analyseConsidérations éthiquesCréer une feuille de route des cas d'utilisation classés par ordre de prioritéMélange les champions et les victoires rapidesIdentifier les sources de données communesConstruis une vision convaincanteRésumé
3. Principes fondamentaux de l'apprentissage automatique
Le processus d'apprentissage automatique superviséÉtape 1 : Collecte des données historiquesÉtape 2 : Identifier les caractéristiques et les étiquettesÉtape 3 : diviser tes données en ensembles de formation et de testÉtape 4 : Utiliser des algorithmes pour trouver le meilleur modèleÉtape 5 : Évaluer le modèle finalÉtape 6 : DéploiementÉtape 7 : Effectuer l'entretienAlgorithmes populaires d'apprentissage automatiqueRégression linéaireArbres de décisionMéthodes d'apprentissage d'ensembleDeep LearningTraitement du langage naturelVision par ordinateurApprentissage par renforcementÉvaluation des modèles d'apprentissage automatiqueÉvaluation des modèles de régressionÉvaluer les modèles de classificationÉvaluation des modèles de classification multiplePièges courants de l'apprentissage automatiqueÉcueil 1 : utiliser l'apprentissage automatique quand tu n'en as pas besoin.Écueil 2 : Être trop gourmandÉcueil 3 : Construire des modèles trop complexesÉcueil 4 : Ne pas s'arrêter quand on a assez de donnéesÉcueil 5 : Tomber dans le piège de la dimensionnalitéÉcueil 6 : Ignorer les valeurs aberrantesÉcueil 7 : considérer l'infrastructure Cloud comme acquise.Résumé
4. Prototypage
Qu'est-ce qu'un prototype et pourquoi est-il important ?Le prototypage en intelligence économiqueLa boîte à outils de prototypage d'IA pour ce livreTravailler avec Microsoft AzureS'inscrire à Microsoft AzureCréer un espace de travail pour Azure Machine Learning StudioCréer une ressource informatique AzureCréer le stockage Azure BlobTravailler avec Microsoft Power BIRésumé
5. L'analyse descriptive alimentée par l'IA
Cas d'utilisation : Interroger des données en langage naturelÉnoncé du problèmeAperçu de la solutionPrésentation de Power BICas d'utilisation : Résumer des données en langage naturelÉnoncé du problèmeAperçu de la solutionPrésentation de Power BIRésumé
6. Analyses diagnostiques alimentées par l'IA
Cas d'utilisation : Perspectives d'avenir automatiséesÉnoncé du problèmeAperçu de la solutionPrésentation de Power BIRésumé
7. L'analyse prédictive alimentée par l'IA
Conditions préalablesÀ propos de l'ensemble de donnéesCas d'utilisation : Automatiser les tâches de classificationÉnoncé du problèmeAperçu de la solutionFormation aux modèles avec Microsoft Azure Walk-ThroughQu'est-ce qu'un emploi AutoML ?Évaluer les résultats d'AutoMLDéploiement de modèles avec Microsoft Azure Walk-ThroughObtenir des prédictions de modèles avec Python ou RInférence de modèle avec Power BI Walk-ThroughConstruire le tableau de bord alimenté par l'IA dans Power BICas d'utilisation : améliorer la prédiction des indicateurs de performance clésÉnoncé du problèmeAperçu de la solutionFormation aux modèles avec Microsoft Azure Walk-ThroughDéploiement de modèles avec Microsoft Azure Walk-ThroughObtenir des prédictions de modèles avec Python ou RInférence de modèle avec Power BI Walk-ThroughConstruire le tableau de bord alimenté par l'IA dans Power BICas d'utilisation : Automatiser la détection des anomaliesÉnoncé du problèmeAperçu de la solutionActivation du service d'intelligence artificielle sur Microsoft Azure Walk-ThroughObtenir des prédictions de modèles avec Python ou RInférence de modèle avec Power BI Walk-ThroughConstruire le tableau de bord alimenté par l'IA dans Power BIRésumé
8. L'analyse prescriptive alimentée par l'IA
Cas d'utilisation : Recommandation de la meilleure action suivanteÉnoncé du problèmeAperçu de la solutionMise en place du service d'IAComment l'apprentissage par renforcement fonctionne avec le service PersonalizerConfiguration des blocs-notes AzureSimuler les interactions avec l'utilisateurExécute la simulation avec PythonÉvaluer les performances du modèle dans le portail Azure.Inférence de modèle avec Power BI Walk-ThroughConstruire le tableau de bord alimenté par l'IA dans Power BIRésumé
9. Exploiter les données non structurées avec l'IA
Cas d'utilisation : Obtenir des informations à partir de données textuellesÉnoncé du problèmeAperçu de la solutionMise en place du service d'IAConfiguration du pipeline de donnéesInférence de modèle avec Power BI Walk-ThroughConstruire le tableau de bord alimenté par l'IA dans Power BICas d'utilisation : Analyse des documents avec l'IAÉnoncé du problèmeAperçu de la solutionMise en place du service d'IAConfiguration du pipeline de donnéesInférence de modèle avec Power BI Walk-ThroughConstruire le tableau de bord alimenté par l'IA dans Power BICas d'utilisation : Compter les objets dans les imagesÉnoncé du problèmeAperçu de la solutionMise en place du service d'IAConfiguration du pipeline de donnéesInférence de modèle avec Power BI Walk-ThroughConstruire le tableau de bord alimenté par l'IA dans Power BIRésumé

10. Rassembler le tout : Construire un tableau de bord d'analyse client alimenté par l'IA.
Énoncé du problèmeAperçu de la solutionPréparation des ensembles de donnéesAllocation d'une ressource informatiqueConstruire le flux de travail de MLAjout de données sur les sentiments au flux de travailDéployer le flux de travail pour l'inférenceConstruire le tableau de bord alimenté par l'IA dans Power BIDétection des anomaliesAnalyse prédictiveL'analyse descriptive alimentée par l'IADonnées non structuréesRésumé
11. Franchir les étapes suivantes : Du prototype à la production
Découverte ou livraisonCritères de réussite pour la livraison de produits d'IALes gensProcessusDonnéesTechnologieMLOpsCommence par livrer des quantités complètesConclusion
Index
A propos de l'auteur

Content preview from Intelligence économique alimentée par l'IA

A propos de l'auteur

Tobias Zwingmann est un scientifique des données expérimenté avec une solide formation commerciale. Il a plus de 15 ans d'expérience professionnelle en entreprise, où il a été chargé de construire des cas d'utilisation de la science des données et d'élaborer une stratégie de données à l'échelle de l'entreprise. Il est également cofondateur de la startup allemande RAPYD.AI et a pour mission d'aider les entreprises à adopter plus rapidement l'apprentissage automatique et l'intelligence artificielle tout en obtenant un impact commercial significatif.

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.

Julian F.

Head of Cybersecurity

I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.

Addison B.

Field Engineer

I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.

Amir M.

Data Platform Tech Lead

I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.

Mark W.

Embedded Software Engineer

What Successful Brick-and-Mortar Retailers Get Right

Publisher Resources

ISBN: 9798341615564

Cloud Computing

Data Engineering

Data Science

AI & ML

Programming Languages

Software Architecture

IT/Ops

Security

Design

Business

Soft Skills

Intelligence économique alimentée par l'IA

by Tobias Zwingmann

A propos de l'auteur

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.