#smrgKİTABEVİ Öneri Motorları - Kahinlerden Yapay Zekaya - 2024
Editör:
Kondisyon:
Yeni
Sunuş / Önsöz / Sonsöz / Giriş:
Basıldığı Matbaa:
Dizi Adı:
Digital
ISBN-10:
6259867724
Kargoya Teslim Süresi:
4&6
Hazırlayan:
Ayşe Ceren Özdere, Çağdaş Yusuf Akkay
Cilt:
Amerikan Cilt
Boyut:
14x21
Sayfa Sayısı:
219
Basım Yeri:
İstanbul
Baskı:
1
Basım Tarihi:
2024
Çeviren:
İlknur Kalay
Kapak Türü:
Karton Kapak
Kağıt Türü:
Enso
Dili:
Türkçe
Orijinal Adı:
Recommendation Engine
Kategori:
indirimli
151,20
Taksitli fiyat:
9 x 18,48
Siparişiniz 4&6 iş günü arasında kargoda
1199229369
616030
https://www.simurgkitabevi.com/oneri-motorlari-kahinlerden-yapay-zekaya-2024
Öneri Motorları - Kahinlerden Yapay Zekaya - 2024 #smrgKİTABEVİ
151.20
Öneri her zaman hayatımızdaydı. Antik çağlarda kâhinlerle başlayan bu serüvenin baş aktörü, artık makineler.
Öneri motorları, bize ailelerimizden veya arkadaşlarımızdan daha hızlı, isabetli, zekice ve kişisel tavsiyeler vermeye başladı. Bu sistemler hayatın vazgeçilmez bir parçası hâline gelmiş olsa da onlar hakkında pek çok soru, aklımızı kurcalamayadevam ediyor. Bir inovasyon uzmanı olan Michael Schrage bu kitabında, önerinin kökenlerini ve kişilerin tavsiye arayışının kaynağını inceliyor.
Teknolojik atılımlarlamakineleşen tavsiyenin gelişimi üzerinde duruyor. Bu sistemler nasıl çalışıyor?
Nesnelerin veya deneyimlerin sayılara dönüştüğü algoritmalar güvenilir midir?
Schrage, karmaşık matematiksel hesaplamalara girmeden makine öğrenimi ve derinöğrenme algoritmalarını açıklıyor. Doğru zamanda doğru önerinin dönüştürücü etkisinden bahsederken kullanıcı deneyiminin önemini vurguluyor.
Spotify, TikTok,Stitch Fix gibi şirket ve platformlar, öneri konusunda nasıl öne çıktılar?
Peki, kişilerin gerçek bir seçim hakkı yoksa orada öneriden bahsedilebilir mi?
Öneri, insan kaynağı dönüşümünün fitili ve ateşi olacaktır.
YAZAR Michael Schrage, inovasyon risk yönetimi için iş birlikçi medya olarak modellerin, prototiplerin ve simülasyonların çeşitli rollerini incelediği Imperial College İnovasyon ve Girişimcilik Bölümü'nde misafir araştırmacıdır.Mars, Procter & Gamble, Google, Intel, BT, Siemens, NASDAQ, IBM ve Alcoa gibi büyük firmalara inovasyon konuları ve yatırımları konusunda danışmanlık yaptı. Harvard Business Review, Sloan Management Review, Financial Times, The Wall Street Journal, strategy+business, IEEE Software ve Design Management Journal gibi prestijli yayınlara katkıda bulundu.
Öneri motorları, bize ailelerimizden veya arkadaşlarımızdan daha hızlı, isabetli, zekice ve kişisel tavsiyeler vermeye başladı. Bu sistemler hayatın vazgeçilmez bir parçası hâline gelmiş olsa da onlar hakkında pek çok soru, aklımızı kurcalamayadevam ediyor. Bir inovasyon uzmanı olan Michael Schrage bu kitabında, önerinin kökenlerini ve kişilerin tavsiye arayışının kaynağını inceliyor.
Teknolojik atılımlarlamakineleşen tavsiyenin gelişimi üzerinde duruyor. Bu sistemler nasıl çalışıyor?
Nesnelerin veya deneyimlerin sayılara dönüştüğü algoritmalar güvenilir midir?
Schrage, karmaşık matematiksel hesaplamalara girmeden makine öğrenimi ve derinöğrenme algoritmalarını açıklıyor. Doğru zamanda doğru önerinin dönüştürücü etkisinden bahsederken kullanıcı deneyiminin önemini vurguluyor.
Spotify, TikTok,Stitch Fix gibi şirket ve platformlar, öneri konusunda nasıl öne çıktılar?
Peki, kişilerin gerçek bir seçim hakkı yoksa orada öneriden bahsedilebilir mi?
Öneri, insan kaynağı dönüşümünün fitili ve ateşi olacaktır.
YAZAR Michael Schrage, inovasyon risk yönetimi için iş birlikçi medya olarak modellerin, prototiplerin ve simülasyonların çeşitli rollerini incelediği Imperial College İnovasyon ve Girişimcilik Bölümü'nde misafir araştırmacıdır.Mars, Procter & Gamble, Google, Intel, BT, Siemens, NASDAQ, IBM ve Alcoa gibi büyük firmalara inovasyon konuları ve yatırımları konusunda danışmanlık yaptı. Harvard Business Review, Sloan Management Review, Financial Times, The Wall Street Journal, strategy+business, IEEE Software ve Design Management Journal gibi prestijli yayınlara katkıda bulundu.
Öneri her zaman hayatımızdaydı. Antik çağlarda kâhinlerle başlayan bu serüvenin baş aktörü, artık makineler.
Öneri motorları, bize ailelerimizden veya arkadaşlarımızdan daha hızlı, isabetli, zekice ve kişisel tavsiyeler vermeye başladı. Bu sistemler hayatın vazgeçilmez bir parçası hâline gelmiş olsa da onlar hakkında pek çok soru, aklımızı kurcalamayadevam ediyor. Bir inovasyon uzmanı olan Michael Schrage bu kitabında, önerinin kökenlerini ve kişilerin tavsiye arayışının kaynağını inceliyor.
Teknolojik atılımlarlamakineleşen tavsiyenin gelişimi üzerinde duruyor. Bu sistemler nasıl çalışıyor?
Nesnelerin veya deneyimlerin sayılara dönüştüğü algoritmalar güvenilir midir?
Schrage, karmaşık matematiksel hesaplamalara girmeden makine öğrenimi ve derinöğrenme algoritmalarını açıklıyor. Doğru zamanda doğru önerinin dönüştürücü etkisinden bahsederken kullanıcı deneyiminin önemini vurguluyor.
Spotify, TikTok,Stitch Fix gibi şirket ve platformlar, öneri konusunda nasıl öne çıktılar?
Peki, kişilerin gerçek bir seçim hakkı yoksa orada öneriden bahsedilebilir mi?
Öneri, insan kaynağı dönüşümünün fitili ve ateşi olacaktır.
YAZAR Michael Schrage, inovasyon risk yönetimi için iş birlikçi medya olarak modellerin, prototiplerin ve simülasyonların çeşitli rollerini incelediği Imperial College İnovasyon ve Girişimcilik Bölümü'nde misafir araştırmacıdır.Mars, Procter & Gamble, Google, Intel, BT, Siemens, NASDAQ, IBM ve Alcoa gibi büyük firmalara inovasyon konuları ve yatırımları konusunda danışmanlık yaptı. Harvard Business Review, Sloan Management Review, Financial Times, The Wall Street Journal, strategy+business, IEEE Software ve Design Management Journal gibi prestijli yayınlara katkıda bulundu.
Öneri motorları, bize ailelerimizden veya arkadaşlarımızdan daha hızlı, isabetli, zekice ve kişisel tavsiyeler vermeye başladı. Bu sistemler hayatın vazgeçilmez bir parçası hâline gelmiş olsa da onlar hakkında pek çok soru, aklımızı kurcalamayadevam ediyor. Bir inovasyon uzmanı olan Michael Schrage bu kitabında, önerinin kökenlerini ve kişilerin tavsiye arayışının kaynağını inceliyor.
Teknolojik atılımlarlamakineleşen tavsiyenin gelişimi üzerinde duruyor. Bu sistemler nasıl çalışıyor?
Nesnelerin veya deneyimlerin sayılara dönüştüğü algoritmalar güvenilir midir?
Schrage, karmaşık matematiksel hesaplamalara girmeden makine öğrenimi ve derinöğrenme algoritmalarını açıklıyor. Doğru zamanda doğru önerinin dönüştürücü etkisinden bahsederken kullanıcı deneyiminin önemini vurguluyor.
Spotify, TikTok,Stitch Fix gibi şirket ve platformlar, öneri konusunda nasıl öne çıktılar?
Peki, kişilerin gerçek bir seçim hakkı yoksa orada öneriden bahsedilebilir mi?
Öneri, insan kaynağı dönüşümünün fitili ve ateşi olacaktır.
YAZAR Michael Schrage, inovasyon risk yönetimi için iş birlikçi medya olarak modellerin, prototiplerin ve simülasyonların çeşitli rollerini incelediği Imperial College İnovasyon ve Girişimcilik Bölümü'nde misafir araştırmacıdır.Mars, Procter & Gamble, Google, Intel, BT, Siemens, NASDAQ, IBM ve Alcoa gibi büyük firmalara inovasyon konuları ve yatırımları konusunda danışmanlık yaptı. Harvard Business Review, Sloan Management Review, Financial Times, The Wall Street Journal, strategy+business, IEEE Software ve Design Management Journal gibi prestijli yayınlara katkıda bulundu.
Axess Kartlar
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 151,20 | 151,20 |
2 | 78,62 | 157,25 |
3 | 53,42 | 160,27 |
6 | 27,22 | 163,30 |
9 | 18,48 | 166,32 |
QNB Finansbank Kartları
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 151,20 | 151,20 |
2 | 78,62 | 157,25 |
3 | 53,42 | 160,27 |
6 | 27,22 | 163,30 |
9 | 18,48 | 166,32 |
Bonus Kartlar
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 151,20 | 151,20 |
2 | 78,62 | 157,25 |
3 | 53,42 | 160,27 |
6 | 27,22 | 163,30 |
9 | 18,48 | 166,32 |
Paraf Kartlar
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 151,20 | 151,20 |
2 | 78,62 | 157,25 |
3 | 53,42 | 160,27 |
6 | 27,22 | 163,30 |
9 | 18,48 | 166,32 |
Maximum Kartlar
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 151,20 | 151,20 |
2 | 78,62 | 157,25 |
3 | 53,42 | 160,27 |
6 | 27,22 | 163,30 |
9 | 18,48 | 166,32 |
World Kartlar
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 151,20 | 151,20 |
2 | 78,62 | 157,25 |
3 | 53,42 | 160,27 |
6 | 27,22 | 163,30 |
9 | 18,48 | 166,32 |
Diğer Kartlar
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 151,20 | 151,20 |
2 | - | - |
3 | - | - |
6 | - | - |
9 | - | - |
Yorum yaz
Bu kitabı henüz kimse eleştirmemiş.