图表AI介绍业务

  • Neena Sathi.
  • arvind sathi.

您的浏览器需要成为JavaScript查看这个视频

尝试重新加载此页面,或查看您的浏览器设置

您正在观看订阅内容的预览。登录检查访问

我们收到的90%以上的信息是非结构化或半结构化的。虽然其他AI技术能够找到模式和发现结构,但网络图提供了推理的一个重要方面 - 连接点的能力,并带来几个世纪的知识来解释和分析这些模式。此视频讨论了图表如何使我们能够读取大量的非结构化信息,从不同源对齐实体,并综合有意义的抽象。技术进步在每个人的范围内都有图表,然而,有很多东西可以了解如何以用于商业目的使用和利用这项技术。该视频提供了一组应用程序和案例研究,展示了Graph AI如何在各种业务设置中使用。

介绍

该视频讨论了图表如何使我们能够从不同的源读取大量的非结构化信息并综合有意义的摘要。

关于作者

Neena Sathi.

Neena Sathi是Applated Ai Institute的校长。她有30多年的经验,设想,设计,开发和实施AI解决方案,与加强客户体验,后台自动化和风险以及许多财富100个组织的合规。她曾担任Carnegie Group,Inc,AI启动,埃森哲,KPMG和IBM的AI技术主任。

妮娜拥有三个硕士学位,包括美国顶尖大学的MBA学位。她是IBM和Open Group认证的集成架构师,以及项目管理研究所认证的项目管理专业人员(PMP)。她还获得了许多云和认知技术的认证。她在AAAI、IEEE、WCF、ECF、IBM Information on Demand、IBM Insight、World of Watson、IBM Developer Works和各种学术期刊上发表了多篇论文。

arvind sathi.

Arvind Sathi博士是毕马威的AI扫盲总监,以及加州大学的一名教职员工,他教导了AI和分析的课程。Sathi博士收到了他的博士学位。在来自卡内基梅隆大学的人工智能,并在诺贝尔奖获奖者博士赫伯特A. Simon博士。Sathi博士是一个经验丰富的专业专业,具有人工智能和数据科学解决方案的领导和交付。Sathi博士是在卡内基集团(Carnegie Mellon Startup)开发AI解决方案的先驱,导致其成功的公开发售作为盈利的AI公司。在毕马威/轴承点,他领导了智能流程自动化,企业集成和分析的实践。在IBM,Sathi博士领导了来自IBM Watson和云业务部门的IBM产品的几个AI和数据科学计划,并为IBM的战略账户提供了技术监督。他还在工业会议上提供了众多研讨会和技术主题的演示,并在信息技术中拥有四项专利。他发表了四本关于分析的书 - 认知(互联网)的东西,使用大数据,大数据分析,客户体验分析来吸引客户。他也是Sunil Soares撰写的一些数据治理书籍的贡献作者,并发表了一篇关于IBM Developer Works的高级分析的文章系列。

关于这个视频

作者
Neena Sathi.
arvind sathi.
迪伊
https://doi.org/10.1007/978-3-030-73139-7
在线的ISBN.
978-3-030-73139-7
总持续时间
1小时11分钟
发行商
Palgrave Macmillan.
版权信息
©编辑(如果适用)和作者,在斯普林斯自然瑞士AG的专用许可下,斯普林斯自然2021的一部分beplay登入

相关内容

视频成绩单

图表AI介绍业务。客户参与正在积极寻找质量决策的快速转变,利用所有可用的结构化和非结构化数据。他们希望支持支持主动在线建议,以改善客户服务。使用图形数据库来映射关系的概念,数字地开始在2015年左右看到经营的流行使用量增加了计算能力,内存计算,多处理和商定标准,将学者概念从学者转移到商业和企业计算中的现实应用。

我们对Graph AI的定义包括知识图和其他人工智能技术的结合,如自然语言处理、机器学习、深度学习和Elasticsearch。这本视频书的作者包括Arvind Sathi博士和Neena Sathi。

介绍。我们欢迎您参加这介绍商业媒体书籍的图形AI。在本节中,我们将为这一视频书的作者提供内容,预期结果,相关观众和简短生物。

大纲。此视频书分为多个部分。第1节提供了对视频书的介绍,包括大纲,观众,预期结果和作者。在第2节中,我们将描述在过去50年中如何发展的图表。第3节将在Covid-19用例上介绍用于真实例子的图表案例研究。它将引入与这种案例研究相关联的接触追踪问题相关的挑战。

在第4节中,我们将介绍Graph AI如何用于解决联系跟踪和相关见解。在第5节中,我们将描述这种联系跟踪图AI解决方案的好处,以及如何在需要组行为的其他用例中使用该解决方案。在第6节中,我们将为媒体建议进行绘图AI解决方案介绍另一个案例研究,用于流式媒体建议。我们将引入问题或视图,如如何将您的喜好和偏好与内容库存相匹配以改善市场份额,并在市场上保持竞争力。

在第7节中,我们将描述该图AI解决方案的用户以及电影推荐案例研究的相关见解。在第8节中,我们将为这项电影推荐案例研究提供福利案例。最后,在最后一节中,我们将总结视频内容,我们将讨论相关文档和引用以向前移动图形AI学习。

预期结果。你会从这个视频书中出来什么?您将能够描述图表AI和其在开发大群众洞察中的作用。您将了解过去50年来AI如何发展。您将能够理解和阐明图形AI解决方案的用例。您将能够定义图形AI解决方案的福利案例,最后,您将学习如何设计图形AI分析体验。

观众。那么谁将受益于此视频书?第一批受众代表了有兴趣探索图形AI技术用例的商业专业人士。第二个受众代表了从事开发图形AI应用程序的专业人士。对于他们而言,此视频书提供了一种通信语言和定义特定项目的框架。

该视频书已经通过研究生级别演变,而且该书仍然是学习一般管理,分析或信息技术的商业学生的良好概述。通过我们的咨询背景,我们已经看到需要培训解决方案提供商和咨询社区。视频本肯定会使供应商,顾问和服务提供商受益,并将增强其咨询和销售相关解决方案的能力。

你好。我是Neena Sathi,我担任埃森哲,Centurylink,毕马威和IBM的AI技术总监。我拥有超过30年的AI开发经验,并在美国,加拿大和拉丁美洲广泛部署了AI应用。我在许多杂志和会议中广泛呈现和公布了与AI相关的文件。我在电信,医疗保健,零售和政府等许多行业部署了AI解决方案。

在电信中,我使用图形AI技术建立了几个地点和网络分析应用程序。对于零售和医疗保健,我建立了图形AI应用程序,以便根据过去的购买行为和类似客户组来开发客户洞察力并为客户提供产品建议。

你好。我是arvind sathi。我与Neena合作,为您提供介绍商业视频书的图形AI。我有一个来自Carnegie Mellon大学的博士学位,在人工智能中,以及在开发和部署AI系统方面的数十年经验。

我在欧文大学教授Ai Analytics课程,我也在KPMG上致力于数据识字计划。我在电信,媒体和会计中拥有30多年的AI开发经验。我在全球范围内开发了AI应用,并通过许多书籍和出版物广泛地发布了我的经验。