AI in Talent Development: Capitalize on the AI Revolution to Transform the Way You Work, Learn, and Live. (1版)

類似書籍推薦給您

【簡介】 Creating Transparent AIFrom agriculture to transportation, entertainment to medicine, and banking to social media, artificial intelligence (AI) is changing how humans do practically everything. We experience AI in our daily lives through our fitness trackers, home digital assistant systems, and curated news services, to name a few examples. For talent development, this is no different.The fields of artificial intelligence and talent development have been on a collision course for decades, and their convergence has already occurred. It has just taken many in our profession some time to recognize this fact. On the horizon, AI-powered innovations are transforming the workplace and the role of the talent development professional, affecting recruiting to training to compensation. As such, there are actions TD professionals should take now to prepare ourselves and our organizations for the evolving AI revolution.In AI in Talent Development, Margie Meacham describes the benefits, uses, and risks of AI technology and offers practical tools to strengthen and enhance learning and performance programs. In layman's terms, Meacham demonstrates how we can free time for ourselves by employing a useful robot "assistant," create a chatbot for specific tasks (such as a new manager bot, a sales coach bot, or new employee onboarding bot), and build personalized coaching tools from AI-processed big data. She concludes each of the six chapters with helpful tips and includes a resource guide with planning tools, templates, and worksheets.Meacham dispels fear of AI's black box--the term used to describe its unknowability and opacity--and points out ways AI can help us be better at creativity and critical thinking, what we humans do best. 【目錄】

精通機器學習｜使用Scikit-Learn, Keras與TensorFlow (3版)

類似書籍推薦給您

內容簡介 　　建立智慧型系統的概念、工具與技術 　　深度學習在經歷了一系列的突破之後，已經推動了整個機器學習領域的發展。如今，即使是對於這項技術非常陌生的程式設計師，也能夠使用簡單、高效率的工具，寫出能從資料中學習的程式。這本暢銷書使用具體的例子、最少的理論，以及具備生產水準的Python框架(Scikit-Learn、Keras和TensorFlow)來協助你直接瞭解智慧系統的建構概念與工具。 　　在這本第三版中，作者Aurélien Géron將探索一系列的技術，從簡單的線性回歸開始，逐步發展到深度神經網路。本書包含許多範例程式和習題來幫助活用所學，只要具備一些程式設計經驗即可入門。 　　‧使用Scikit-Learn自始至終完成機器學習專案 　　‧探索多種模型，包括支援向量機、決策樹、隨機森林，和集成方法 　　‧運用無監督學習技術，例如降維、聚類法和異常檢測 　　‧深入探討神經網路架構，包括摺積神經網路、遞迴網路、生成對抗網路、自動編碼器、擴散模型、轉換器 　　‧使用TensorFlow和Keras建構和訓練神經網路，以進行計算機視覺、自然語言處理、生成模型和深度強化學習 好評推薦 　　「這是一本出色的機器學習資源，包含淺顯易懂的解說，以及豐富的實用技巧。」 —François Chollet，Keras作者，《Deep Learning with Python》作者 　　「本書是運用神經網路來解決問題的絕佳入門資源，涵蓋理論及實踐。推薦給想學習實用機器學習技術的人。」 —Pete Warden，TensorFlow行動主管 作者介紹 Aurélien Géron 　　Aurélien Géron 是位機器學習顧問。他曾經於Google任職，在2013年至2016年帶領YouTube的影片分類團隊。他也是Wifirst的創始人兼CTO(自2002年至2012年)，並且是電信諮詢公司Polyconseil創始人兼CTO(於2011年)。