Artificial Intelligence (AI) for Managers - 2 Days

• Nie są wymagane żadne warunki wstępne

Publiczność

• Liderzy Business
• Kierownicy projektów

Artificial Intelligence (AI) to symulacja ludzkiej inteligencji w maszynach, które są zaprogramowane do myślenia i działania jak ludzie. Obejmuje różnorodne technologie, takie jak uczenie maszynowe i głębokie uczenie się, i jest wykorzystywane do różnych zastosowań biznesowych i korporacyjnych w celu rozwiązywania wyzwań i potrzeb organizacyjnych.

To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest skierowane do menedżerów i liderów biznesu, którzy chcą poznać podstawy sztucznej inteligencji i zarządzać projektami AI dla swojej organizacji.

Pod koniec tego szkolenia uczestnicy będą w stanie zrozumieć sztuczną inteligencję na poziomie technicznym i strategicznie wykorzystywać dane i zasoby swojej organizacji do skutecznego zarządzania projektami AI.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami.

Wprowadzenie

Przegląd Artificial Intelligence (AI)

• Systemy uczenia maszynowego

Odkrywanie zastosowań sztucznej inteligencji

• Sztuczna inteligencja w kontekście korporacyjnym

Poznawanie technologii sztucznej inteligencji

• Underfit i overfit, klasyfikacja i regularyzacja
• Percepcja wielowarstwowa (MLP) i uczenie głębokie
• Konwolucyjne i rekurencyjne sieci neuronowe

Ocena podejść strategicznych

• Uruchomienie lub zakup (zbudować czy kupić?)
• Modele dojrzałości AI dla organizacji

Praca z danymi w organizacji

• Ocena gotowości danych
• Osadzanie Word
• Szkolenie z wykorzystaniem sztucznych danych

Ocena wyboru projektu AI

• Kluczowe kryteria wyboru projektu

Zarządzanie projektem AI

• Uczenie maszynowe a uczenie głębokie
• Zarządzanie projektem (cykl życia, ramy czasowe, metodologia)
• Operacje, konserwacja i zarządzanie ryzykiem

Zbieranie informacji zwrotnych

• Wdrażanie metod zbierania informacji zwrotnych (ankiety, wywiady itp.)
• Kluczowi interesariusze, którzy będą przekazywać informacje zwrotne
• Analiza wyników

Podsumowanie i kolejne kroki