机读格式显示(MARC)

• 000 02274nam0 2200349 450

• 001 0000449908

• 005 20231225110500.0

• 010 __ |a 978-7-5046-8896-5 |b 精装 |d CNY89.00

• 100 __ |a 20230506d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 数字化转型之路 |A shu zi hua zhuan xing zhi lu |e 数据科学和机器学习产品的实用交付指南 |f (英) 亚历山大·博雷克, 纳丁·普利尔著 |g 王冰, 周明瑞, 鲁菲译

• 210 __ |a 北京 |c 中国科学技术出版社 |d 2023

• 215 __ |a 237页 |c 图 |d 23cm

• 306 __ |a 本书中文简体翻译版由中国科学技术出版社独家出版

• 312 __ |a 英文题名原文取自CIP

• 314 __ |a 亚历山大·博雷克 (Alexander Borek), 数据、分析和机器学习策略领域的独立顾问, 曾任大众汽车金融服务公司数据、分析和AI部门全球总监, 在国际市场上推广数据产品, 领导了大众汽车集团的数据转型; 曾任高德纳咨询公司和国际商业机器公司管理顾问。纳丁·普利尔 (Nadine Prill), 总部位于柏林的塔克特尔 (Taktile) 科技公司的产品负责人, 为机器学习模型的部署、治理和可解释性提供平台; 曾任普华永道产品经理, 为实现审计数字化开发软件产品。

• 320 __ |a 有书目

• 330 __ |a 本书详细介绍了创建有效数据的方法和关于AI产品的综合策略, 解释了如何建立数据交付流程, 以及在复杂多变的云环境中如何创造成熟的数字架构和平台。关键是, 如何从高级利益相关者那里获得支持, 通过知识共享打破组织竖井, 并将大数据和AI教育作为推动变革的强大方法。本书每一章都包括常用工具、范本、常见的陷阱和来自全球的案例研究, 案例涵盖的行业包括保险、时尚、消费品、金融、技术和汽车等, 内容涉及安全、数据保护和合同。

• 500 10 |a Driving digital transformation through data and AI : a practical guide to delivering data science and machine learning products |A Driving Digital Transformation Through Data And Ai : A Practical Guide To Delivering Data Science And Machine Learning Products |m Chinese

• 517 1_ |a 数据科学和机器学习产品的实用交付指南 |A shu ju ke xue he ji qi xue xi chan pin de shi yong jiao fu zhi nan

• 606 0_ |a 企业管理 |A qi ye guan li |x 数字化 |x 研究

• 690 __ |a F272.7-39 |v 5

• 701 _1 |a 博雷克 |A bo lei ke |g (Borek, Alexander) |4 著

• 701 _1 |a 普利尔 |A pu li er |g (Prill, Nadine) |4 著

• 702 _0 |a 王冰 |A wang bing |4 译

• 702 _0 |a 周明瑞 |A zhou ming rui |4 译

• 702 _0 |a 鲁菲 |A lu fei |4 译

• 801 _0 |a CN |b 湖北三新 |c 20230506

• 905 __ |a AUSTL |d F272.7-39/B482