●
Тем, кто хочет познакомиться с технологиями искусственного интеллекта поближе, мы рекомендуем установить один из пакетов глубокого обучения, изучить прилагаемую документацию и поэкспериментировать на тестовых образцах. Рекомендуемая литература:
● Neural Networks and Deep Learning, Michael Nielsen;
● A Brief Introduction to Neural Networks, David Kriesel;
● Deep Learning, Yoshua Bengio, Ian Goodfellow, Aaron Courville;
● A Course in Machine Learning, Hal Daumé III;
● The TensorFlow Playground, Daniel Smilkov, Shan Carter;
● Stanford CS class CS231n Convolutional Neural Networks for Visual Recognition.
8.3.2.1. Искусственный интеллект и бизнес-аналитика
8.3.2.1. Искусственный интеллект и бизнес-аналитикаВ отличие от бизнес-аналитики (Business Intelligence, BI), которая описывает и диагностирует прошедшие события, ИИ, машинное обучение и глубокое обучение пытаются предсказать будущие события и предложить способы воздействия на эти вероятности. На следующем рисунке показан прогресс в направлении предсказательной аналитики на основе ИИ, машинного обучения и глубокого обучения.
Проблема этих методов в том, что все они в настоящее время основаны на статистическом прогнозировании, которое содержит элемент ошибки, как показано на следующем рисунке.
Разница между бизнес-аналитикой, статистикой и ИИ сформулирована ниже.