實務商業日語會話<日本篇>林國元奮鬥記 (1版)
其他會員也一起購買
立即查看
新日本語能力測驗N2文法機能語分類用法對應解說 (1版)
其他會員也一起購買
立即查看
期貨交易理論與實務(114年版)-期貨商業務員資格測驗(學習指南與題庫2) (1版)
類似書籍推薦給您
【簡介】
本(114)年版「期貨交易理論與實務」改版之修正重點,主要係配合期交所持續推出多元期貨商品,爰修正導讀內容及新增題目,整體異動145 題,約11%。
立即查看
【簡介】
在當今世界,人工智慧的應用已滲透到各行各業,從金融、製造到零售業,AI技術正在重塑傳統的商業模式和操作流程。此書針對商業管理相關領域的學生,提供必要的AI應用技術知識和實務經驗,協助培養未來的商業領袖。書中不僅介紹AI在商業應用的角色及其對企業數位轉型的重要性,更透過豐富的案例分析,展示AI技術在真實商業環境中的應用情形,同時探討AI技術發展過程面臨的安全、隱私和倫理問題,讓讀者學習如何有效利用AI技術來提升工作效率、優化業務流程以及創造商業機會,並在快速變化的商業環境保持競爭力。
【目錄】
CH1 人工智慧的商業應用
1-1 AI與商業應用
1-2 商業應用的AI核心技術
1-3 AI即服務
CH2 企業數位轉型
2-1 數位轉型簡介
2-2 數位轉型的管理議題
2-3 數位轉型需要的科技
2-4 數位轉型個案分析
CH3 大數據分析與機器學習
3-1 大數據的來源與分析
3-2 大數據的價值與應用
3-3 機器學習的方法
3-4 機器學習處理流程
3-5 機器學習個案分析–信用卡詐騙偵測
CH4 深度學習
4-1 深度學習簡介
4-2 類神經網路的學習方式
4-3 卷積神經網路
4-4 深度學習個案分析–臉部情緒分析
CH5 自然語言處理
5-1 自然語言處理簡介
5-2 自然語言處理的方法
5-3 自然語言處理的商業應用
5-4 自然語言處理個案分析–餐廳評論分析
CH6 推薦系統
6-1 推薦系統簡介
6-2 推薦系統的方法
6-3 推薦系統的商業應用
6-4 推薦系統個案分析–電商購物網站
CH7 聊天機器人
7-1 聊天機器人簡介
7-2 聊天機器人的設計
7-3 ChatGPT聊天機器人新世代
7-4 聊天機器人個案分析
CH8 AI金融科技
8-1 AI金融科技簡介
8-2 支付
8-3 保險
8-4 存貸
8-5 募資
8-6 投資管理與市場資訊供應
8-7 AI金融科技個案分析–違約預測
CH9 AI行銷科技
9-1 行銷科技簡介
9-2 AI和行銷科技的整合
9-3 AI在行銷科技的應用
9-4 AI行銷科技個案分析–行銷活動分析
CH10 AI電子商務
10-1 AI電子商務簡介
10-2 零售產業的變革
10-3 電子商務
10-4 新零售
10-5 AI零售產業
10-6 AI電子商務個案分析–客戶分群
CH11 AI的安全、隱私和倫理
11-1 AI的可解釋性
11-2 AI的安全
11-3 AI的隱私
11-4 AI的倫理
CH12 AI的挑戰與展望
12-1 AI的挑戰
12-2 AI的展望
附錄A Python實作環境安裝
A-1 Anaconda開發環境簡介
A-2 Anaconda的安裝步驟
A-3 Jupyter Notebook的使用
附錄B 各章學後評量
立即查看
商業分析師的數位轉型專案策略:結合ChatGPT從商業分析到需求工程管理實務 (1版)
類似書籍推薦給您
內容簡介
✦ 第一本商業需求分析及系統需求分析專書 ✦
各章節緊密串連,非單篇零碎資訊——
本書即是一個「專案」的全貌!
不是資訊背景的專家,也能了解「需求」該如何轉換成資訊系統。
需求分析任務執行時,你是否常有以下困惑或痛點:
1. 為什麼沒有給商業分析師的系統需求課程?
除了專案管理,你還需要需求分析及需求管理技能!
2. 為什麼系統需求提出後,專案中各個單位很難整合執行⋯⋯
除了商業分析,你還需要知道各種職務內容及如何有效率的溝通!
3. 常常聽不懂資訊工程師在說什麼⋯⋯專案中成員的工作權責好像不太明確?
你不用學習軟體工程及程式開發,但需要徹底瞭解需求工程及需求管理!
4. 參加好多會議,需求排山倒海而來,所有的需求糾纏不清⋯⋯
你需要精準掌握需求及專案的形成過程,讓需求發展系統化的進行!
5. 需求說明寫在眾多 Word 檔案裡,不同檔案中的需求說明有矛盾現象⋯⋯
你需要掌握不同需求分析技術之間的串連方法,才能清晰及完整表達需求!
若你正在面對這些困境,那麼本書是你在需求分析及需求管理迷霧中的最佳指引。
本書為讀者打造全新的閱讀策略,以分析階段及需求分析步驟為雙主軸,讓讀者能快速掌握及查詢各階段及步驟的相關資訊。全書分成五篇、23章,從<第6章>至<第23章>將逐一帶領讀者了解需求是如何從形成到具體進入資訊系統開發。這些章節的順序也完整地呈現「需求」在專案中所經歷的過程。
▍第一篇 需求工程
<第1章>到<第5章>是關於需求工程方法論的介紹,目的是引導讀者「如何建立適合自己團隊的需求管理方法」。
▍第二篇 商業需求規格書
主要關注商業需求分析,整體結構包括企業管理層級的「總體流程」、需求管理層級的「總體需求清單」,以及個別需求層級的「個別數位化作業」。
▍第三篇 系統需求規格書
專注於系統需求分析,延續商業需求分析的結構,並推進三個層級從商業需求轉換為系統需求的細節。當系統需求分析完成後,需求將進入資訊系統專案的啟動階段。
▍第四篇 專案計劃書
專注於專案計劃,列出了與需求管理密切相關的部分,目的是幫助讀者順利將需求分析結果轉化為具體的專案工作任務。
▍第五篇 軟體需求規格書
聚焦於系統分析,詳細說明了系統規劃和系統設計階段與數據相關的內容,以幫助讀者在資訊技術架構中掌握需求的製作過程及資訊系統產出的數據,為未來數據分析建立穩固的基礎。
本書除了介紹需求分析方法,還提供實際案例中的應用。同時也透過各個案例解答讀者對於商業需求分析的問題與困惑。全書97個主題,採用問句式標題,激發讀者思考,也可與生成式AI(ChatGPT)進行對話,以獲取更多資訊,拓展學習範圍。
本書特色
☑ 介紹方法及使用案例說明,並提供多年產業經驗的需求管理關鍵
☑ 融入數據驅動理念,貫穿各章節執行,精準實踐需求工程
☑ 透過專案執行每個階段的呈現,體驗需求管理如何引導建立成功的資訊系統
☑ 結合ChatGPT的創新運用,以情境說明如何提升專案管理效率
目標讀者
◆資訊系統專案經理
◆負責資訊系統需求的商業分析師
◆以系統分析師為目標的程式設計師
◆需要提出及管理數據需求的數據分析師
目錄
第 1 篇 Requirements Engineering 需求工程
Chapter 01 需求工程及需求管理-改進資訊系統開發的方法
1.資訊系統專案的共同挑戰是什麼?
2.當前需求管理方法的缺點是什麼?
3.如何設計需求管理方法來解決這些挑戰及缺點?
4.如何在資訊系統專案實施需求管理方法?
重點總結
Chapter 02 商業分析涉及的專業領域-推動資訊需求的執行率
5.商業分析在資訊戰略中的關鍵作用?
6.現有商業分析方法在資訊系統專案的限制是什麼?
7.商業分析師的職能在資訊系統專案中發揮什麼作用?
8.商業分析師在資訊系統專案中面臨哪些溝通挑戰?
9.商業分析師在資訊系統專案中需要哪些關鍵技能和能力?
重點總結
Chapter 03 需求工程與軟體工程的關係-建立業務和資訊之間的橋樑
10.需求工程和軟體工程是什麼關係?
11.整合需求工程和軟體工程的主要挑戰是什麼?
12.需求管理方法如何整合需求工程和軟體工程?
13.哪些方法、技術可以促進需求工程及軟體工程的整合?
重點總結
Chapter 04 需求形成的過程-促進資訊需求有效的轉換
14.瀑布式軟體開發方法的軟體需求形成過程?
15.敏捷軟體開發方法的軟體需求形成過程?
16.有助於促進資訊系統需求轉換成軟體需求的行動是什麼?
17.如何改進需求形成過程以促進資訊系統需求轉換成軟體需求?
重點總結
Chapter 05 分析階段產出文件-設計需求管理方法的框架
18.需求文件類型那麼多,都需要製作嗎?
19.如何設計需求管理方法框架?
20.如何實踐需求收集及需求驗證?
21.哪些情況容易發生需求缺失,以及如何避免?
22.有哪些流行的需求管理工具?
重點總結
第 2 篇 Business Requirements Specification 商業需求規格書
Chapter 06 參與人員組織圖-識別企業內專家形成有效的需求
23.如何識別企業內的專家及人工智慧如何提供企業所需知識?
24.資訊系統專案有哪些組織類型及對需求分析有什麼影響?
25.企業內專家知識如何有效收集及協助業務需求的形成?
重點總結
【讓 ChatGPT成為你專屬的人力資源規劃專家!】
Chapter 07 需求清單表-組織及排序需求以形塑業務流程架構
26.高品質的需求應該具備哪些特徵?
27.如何有效率的進行需求優先級排序?
28.業務需求與資訊系統的關係?
重點總結
Chapter 08 業務流程圖-透過需求分析改造業務流程
29.如何透過需求清單表進行業務流程再造?
30.業務流程圖與系統功能流程圖有什麼差異?
31.如何製作正確的業務流程圖?
32.為什麼會造成分析癱瘓及如何避免發生?
重點總結
【讓 ChatGPT幫你撰寫業務流程的 SOP!】
Chapter 09 業務作業清單-規劃企業數位化的目標
33.為什麼業務作業清單是需求規格書的核心?
34.彙整業務作業清單的具體步驟?以及如何制定業務專案?
35.如何評估數位化作業?
重點總結
Chapter 10 使用案例-描繪數位化作業的需求細節
36.人物誌、使用者旅程地圖、客戶旅程地圖、及使用者故事的適用情境?
37.使用者故事與使用案例有什麼差異?
38.如何製作有效的使用案例?
39.使用案例與測試案例有什麼關係?
重點總結
【讓 ChatGPT幫你思考使用者故事!】
Chapter 11 系統流程圖-擘劃業務專案的願景
40.系統流程圖與系統架構圖有什麼差異?
41.如何製作可擬聚共識的系統流程圖?
42.如何閱讀和分析系統流程圖?
43.資訊系統整合對於業務流程的重要性是什麼?
重點總結
Chapter 12 領域模型-彙整數位化作業的數據需求
44.收集及分析數據需求的過程是什麼?
45.領域模型與其它需求分析技術有什麼關係?
46.如何製作符合需求分析及數據分析使用的領域模型?
47.數據驅動資訊系統開發的重要性是什麼?
重點總結
Chapter 13 數據資產-建立企業數據的全貌
48.企業數據儲存在哪裡?
49.企業數據儲存方式有哪些?
50.企業數據與資訊系統有什麼關聯?以及如何整合數據資產?
51.數據資產在資訊系統中扮演什麼角色?
52.數據需求如何影響數據架構的規劃?
53.數據需求如何影響數據輸入及數據輸出的設計?
重點總結
【讓 ChatGPT幫你建立數據需求!】
第 3 篇 System Requirements Specification 系統需求規格書
Chapter 14 使用案例循序圖-梳理數位化作業的訊息流
54.循序圖與使用案例及領域模型有什麼關係?
55.如何製作高可讀性的循序圖?
56.系統功能分析的具體步驟?
57.數據流與訊息流有什麼差異?
重點總結
Chapter 15 系統功能清單及系統功能流程圖-規劃業務專案系統功能的全貌
58.如何定義可見系統功能與不可見系統功能?
59.如何製作系統功能清單?
60.如何製作系統功能流程圖?
重點總結
【讓 ChatGPT幫你完成系統功能流程的規劃!】
Chapter 16 系統功能及線框圖-打造數位化作業的介面
61.線框圖、視覺稿、功能原型有什麼差異及限制?
62.製作線框圖時應考慮的因素?
63.數據分析如何提高使用者體驗?
64.有哪些常見的原型相關製作工具?
重點總結
Chapter 17 測試案例-模擬數位化作業與線下作業的整合
65.資訊系統測試類型有哪些?
66.如何設計測試案例?
67.如何判斷測試案例是否有效?
重點總結
第 4 篇 Project Plan 專案計劃書
Chapter 18 工作說明書-提升資訊系統專案的成功率
68.如何管理從需求發展階段到專案管理階段的轉換?
69.系統需求規格書與工作說明書的關係?
70.資訊系統專案的實施方法有哪些?
71.工作說明書哪些部分影響資訊系統專案的成功率?
72.如何評選工作說明書?
重點總結
【讓 ChatGPT幫你啟動專案及預列待辦清單!】
Chapter 19 專案時程-提升資訊系統專案的執行效率
73.什麼是最小可行產品?什麼是概念驗證?
74.系統需求分析如何應用最小可行產品概念?
75.在專案時程計劃和管理中造成挑戰的關鍵因素是什麼?
76.如何優化專案時程規劃方法以提高專案的執行效率和有效性?
77.可以實施哪些專案時程管理方法來減輕風險和不確定性?
重點總結
【讓 ChatGPT幫你規劃工作包及任務清單!】
Chapter 20 品質要求及服務級別協定-提升資訊系統服務品質的關鍵
78.什麼是品質要求及服務級別協定?
79.如何制定品質要求?
80.如何制定服務級別協定?
81.如何評估服務協定的有效性?
重點總結
【讓 ChatGPT成為你的品質管理大師!】
第 5 篇 Software Requirements Specification 軟體需求規格書
Chapter 21 系統架構圖-數據部分-掌握資訊系統數據的架構
82.常見各種架構圖,有什麼差別?
83.檢視架構圖時應關注哪些重點?
84.架構圖的挑戰和限制是什麼?
85.需求規格書與架構的關係?
86.需求規格書相對應哪些數據技能?
87.如何掌握資訊系統的數據架構?
重點總結
Chapter 22 數據遷移及數據流程圖-掌握資訊系統數據的流動
88.資訊系統架構如何影響數據架構及業務活動?
89.數據流設計對資訊系統的重要性?
90.如何使用數據流程圖可視化資訊系統的數據流?
91.資料分析報告的用途?
92.如何規劃有效的資料遷移步驟?
重點總結
Chapter 23 數據模型-使用及分析資訊系統的數據
93.商業分析師如何確認系統需求?
94.什麼是數據模型,以及數據建模技術有哪些?
95.關聯式資料庫基礎概念
96.非關聯式資料庫基礎概念-文件型
97.SQL查詢語法基礎概念
重點總結
附錄A |AIPRM for ChatGPT設定步驟|
附錄B |常見的製作 UML工具|
立即查看
商業管理萃思(TRIZ)理論與實務:讓你發明新的服務 (1版)
類似書籍推薦給您
立即查看