Informatyka
Szef, który ma czas. Ewolucja zarządzania - dziennik budowy turkusowej firmy
Andrzej Jeznach, Wojciech Eichelberger
Business Insider Polska o książce: Jak w biznesie uczyć się na błędach? Warto brać przykład z pilotów Jak naprawdę wygląda zarządzanie bez zarządzania Turkusowy model kierowania organizacją, o którym mowa w tytule tej książki, to taki, w którym nie ma hierarchii władzy, a miejsce wydawania poleceń zajmuje podejmowanie samodzielnych decyzji. Odbywa się to według następującej zasady: każdy może podjąć każdą decyzję, jeżeli weźmie za nią odpowiedzialność i nikt nie zgłosi stanowczego weta. Sam termin oraz reguły, zgodnie z którymi działa "turkusowa organizacja", zaproponował i opisał Frederic Laloux w słynnej książce Pracować inaczej. Stała się ona kamieniem, który poruszył lawinę - przez świat biznesu przetacza się właśnie turkusowa rewolucja. Wszystko pięknie. Świetnie, że są organizacje, w których pracownikom daje się tak wiele swobody i zaufania. Z pewnością czują się oni dzięki temu bardziej spełnieni. Tylko co z samą firmą? Co z jej wynikami ekonomicznymi? Czy ten model sprawdza się także dla pracodawcy? Książka, którą czytelnik trzyma w ręku, jest bardzo rzadkim przykładem "dziennika budowy" turkusowej firmy. Andrzej Jeznach dzieli się z czytelnikami swoimi doświadczeniami i refleksjami z przebytej drogi. Autor pisze nie tylko o sukcesach, ale też o rozterkach i wahaniach, których przecież nigdy nie da się uniknąć. Formułuje przy tym wiele cennych myśli, mogących stanowić drogowskaz dla adeptów turkusowego działania. Andrzej Jacek Blikle
Szefologika, czyli logika szefowania. Wydanie 2 rozszerzone
Paulina Polko, Roman Polko
Co sprawia, że zostajesz szefem? Kiedy naprawdę kierujesz innymi ludźmi? W którym momencie stajesz się ich liderem, przywódcą, za którym pójdą w ogień? Dlaczego nie dzieje się to w chwili przeprowadzki do nowego biura z napisem: kierownik, dyrektor, prezes, CEO? Jak to możliwe, że awans nie czyni cię automatycznie przywódcą, a jedynie daje ci szansę by nim zostać? Czemu w szefowaniu najmniej jest przywilejów, a najwięcej ciężkiej pracy? Z jakiego powodu niektórym bycie szefem się nigdy nie przydarzy? Ta książka nie jest zbiorem prostych recept i łatwych odpowiedzi. Nie obiecujemy, że po jej przeczytaniu w 30 dni staniesz się szefem doskonałym. Co więcej, możliwe, że nawet jeśli czujesz się już całkiem kompetentny na tym polu, po lekturze zdasz sobie sprawę, że Twoje samozadowolenie nie ma zbyt solidnych podstaw. Jest również wielce prawdopodobne, że odłożysz tę książkę skołowany. Jak to ― szef jest tak samo ważny jak wszyscy inni członkowie zespołu, choć przecież nikt nie ma wątpliwości, że to on podejmuje decyzje? Tak, logika szefowania jest mocno pokręcona. Lider myśli strategicznie, musi jednak umieć dostrzegać pozornie nieistotne detale. Ściągać do organizacji nowości technologiczne, a jednocześnie nie zrywać z tradycją. Dawać podwładnym swobodę w działaniu, ale nie uchylać się od osobistej, jednoosobowej odpowiedzialności za efekty pracy. W czasach zmiany pierwszy się z nią mierzyć i być wtedy dla swoich ludzi ostoją stabilności. Korzystając z własnych doświadczeń i badań prowadzonych na żywych organizmach organizacji na całym świecie, staramy się logikę szefowania nieco wyprostować. Będzie o terrorystach i himalaistach, Władysławie Jagielle i Smoku Wawelskim, Indianach, tupolewie, ścieleniu łóżka i covidzie. Zapraszamy do lektury!
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
Aileen Nielsen
Analiza szeregów czasowych zyskuje na znaczeniu. Wraz z postępującą digitalizacją danych służby zdrowia, rozwojem inteligentnych miast czy upowszechniającym się internetem rzeczy staje się coraz bardziej potrzebna. Obiecującym rozwiązaniem jest analiza szeregów czasowych metodami wspomaganymi uczeniem maszynowym. Techniki te umożliwiają skuteczne monitorowanie i wykorzystywanie coraz większych zbiorów danych. Być może ich zastosowanie do pracy z szeregami czasowymi wydaje się nieoczywiste, jednak bez analiz szeregów czasowych nie można w pełni wykorzystać zebranych danych. Ta książka jest szerokim, aktualnym i praktycznym przeglądem metod analizy szeregów czasowych, w którym ujęto pełny potok przetwarzania danych czasowych i modelowania. Zaprezentowano w niej rzeczywiste przypadki użycia tych metod i zilustrowano je obszernymi fragmentami znakomicie zaprojektowanego kodu w językach R i Python. Znalazły się tutaj praktyczne wskazówki ułatwiające rozwiązywanie najczęstszych problemów występujących w inżynierii danych czasowych i ich analizie. Ujęto tu zarówno konwencjonalne metody statystyczne, jak i nowoczesne techniki uczenia maszynowego. To bardzo przydatny przewodnik, dzięki któremu analitycy danych, inżynierowie oprogramowania i naukowcy będą mogli płynnie przejść od podstaw pracy z szeregami czasowymi do rozwiązywania konkretnych zagadnień na profesjonalnym poziomie. Dzięki tej książce nauczysz się: pozyskiwać, przechowywać i przetwarzać szeregi czasowe eksplorować dane czasowe i symulować je wykonywać pomiary błędów pracować z szeregami czasowymi za pomocą uczenia maszynowego lub uczenia głębokiego oceniać dokładność i wydajność modeli Skutecznie analizuj szeregi czasowe i wydobywaj bezcenną wiedzę!
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
Aileen Nielsen
Analiza szeregów czasowych zyskuje na znaczeniu. Wraz z postępującą digitalizacją danych służby zdrowia, rozwojem inteligentnych miast czy upowszechniającym się internetem rzeczy staje się coraz bardziej potrzebna. Obiecującym rozwiązaniem jest analiza szeregów czasowych metodami wspomaganymi uczeniem maszynowym. Techniki te umożliwiają skuteczne monitorowanie i wykorzystywanie coraz większych zbiorów danych. Być może ich zastosowanie do pracy z szeregami czasowymi wydaje się nieoczywiste, jednak bez analiz szeregów czasowych nie można w pełni wykorzystać zebranych danych. Ta książka jest szerokim, aktualnym i praktycznym przeglądem metod analizy szeregów czasowych, w którym ujęto pełny potok przetwarzania danych czasowych i modelowania. Zaprezentowano w niej rzeczywiste przypadki użycia tych metod i zilustrowano je obszernymi fragmentami znakomicie zaprojektowanego kodu w językach R i Python. Znalazły się tutaj praktyczne wskazówki ułatwiające rozwiązywanie najczęstszych problemów występujących w inżynierii danych czasowych i ich analizie. Ujęto tu zarówno konwencjonalne metody statystyczne, jak i nowoczesne techniki uczenia maszynowego. To bardzo przydatny przewodnik, dzięki któremu analitycy danych, inżynierowie oprogramowania i naukowcy będą mogli płynnie przejść od podstaw pracy z szeregami czasowymi do rozwiązywania konkretnych zagadnień na profesjonalnym poziomie. Dzięki tej książce nauczysz się: pozyskiwać, przechowywać i przetwarzać szeregi czasowe eksplorować dane czasowe i symulować je wykonywać pomiary błędów pracować z szeregami czasowymi za pomocą uczenia maszynowego lub uczenia głębokiego oceniać dokładność i wydajność modeli Skutecznie analizuj szeregi czasowe i wydobywaj bezcenną wiedzę!
Marek Kasperski
Czy można zbudować świadomą maszynę, sztuczny mózg? Czy też w naszych umysłach tkwi jakiś element, którego nie da się uchwycić w programach komputerowych? Może takim nieuchwytnym elementem jest ludzka świadomość? Systemy komputerowe wykazujące zdrowy rozsądek i dysponujące ogromną wiedzą, zdolne do dialogu z człowiekiem mogą się pojawić jeszcze w tym dziesięcioleciu. Celem i przedmiotem badań specjalistów od Sztucznej Inteligencji są maszyny, które potrafiłyby rozwiązywać zadania, podejmować decyzje, a mówiąc ogólniej -- rozumowałyby na wzór człowieka. Badania nad Sztuczną Inteligencją rozwijają się obecnie bardzo dynamicznie, a ich wyniki są wykorzystywane w wielu dziedzinach: począwszy od gier komputerowych, przez robotykę po systemy rozpoznawania mowy i obrazów. Książka niniejsza ma jednak dużo szerszy zakres - tematycznie obejmuje zagadnienia z zakresu ogólnie rozumianej Sztucznej Inteligencji, filozofii tej dziedziny i nauk kognitywnych. Zagadnienia te można powiązać m.in. z logiką, informatyką, lingwistyką, psychologią. Przedstawia bogatą historię badań nad SI, współczesne osiągnięcia, a także prezentuje kierunki, w których badania te mają szansę się rozwinąć. Znajdziesz w niej próbę odpowiedzi na pytania, związane z tematem SI praktycznie od samego początku: Czy maszyna może myśleć? Czy myśląca maszyna będzie równoznaczna ze sztucznym człowiekiem? Dlaczego chcemy budować maszyny myślące? Czy maszyna myśląca będzie mieć prawa człowieka? Czy grozi nam "bunt robotów"?
Marek Kasperski
Czy można zbudować świadomą maszynę, sztuczny mózg? Czy też w naszych umysłach tkwi jakiś element, którego nie da się uchwycić w programach komputerowych? Może takim nieuchwytnym elementem jest ludzka świadomość? Systemy komputerowe wykazujące zdrowy rozsądek i dysponujące ogromną wiedzą, zdolne do dialogu z człowiekiem mogą się pojawić jeszcze w tym dziesięcioleciu. Celem i przedmiotem badań specjalistów od Sztucznej Inteligencji są maszyny, które potrafiłyby rozwiązywać zadania, podejmować decyzje, a mówiąc ogólniej -- rozumowałyby na wzór człowieka. Badania nad Sztuczną Inteligencją rozwijają się obecnie bardzo dynamicznie, a ich wyniki są wykorzystywane w wielu dziedzinach: począwszy od gier komputerowych, przez robotykę po systemy rozpoznawania mowy i obrazów. Książka niniejsza ma jednak dużo szerszy zakres - tematycznie obejmuje zagadnienia z zakresu ogólnie rozumianej Sztucznej Inteligencji, filozofii tej dziedziny i nauk kognitywnych. Zagadnienia te można powiązać m.in. z logiką, informatyką, lingwistyką, psychologią. Przedstawia bogatą historię badań nad SI, współczesne osiągnięcia, a także prezentuje kierunki, w których badania te mają szansę się rozwinąć. Znajdziesz w niej próbę odpowiedzi na pytania, związane z tematem SI praktycznie od samego początku: Czy maszyna może myśleć? Czy myśląca maszyna będzie równoznaczna ze sztucznym człowiekiem? Dlaczego chcemy budować maszyny myślące? Czy maszyna myśląca będzie mieć prawa człowieka? Czy grozi nam "bunt robotów"?
Sztuczna inteligencja 2041. 10 wizji przyszłości
Kai-Fu Lee, Chen Qiufan
Autor bestsellerowej książki Inteligencja sztuczna, rewolucja prawdziwa, ekspert do spraw AI, były prezes Google China, oraz znany powieściopisarz s.f. połączyli w tej książce siły, żeby odpowiedzieć na pytanie, jak sztuczna inteligencja zmieni nasz świat w ciągu najbliższych dwudziestu lat. Sztuczna inteligencja będzie definicją rozwoju XXI wieku wygeneruje bezprecedensowe bogactwo, zrewolucjonizuje medycynę i edukację poprzez symbiozę człowiek-maszyna oraz stworzy zupełnie nowe formy komunikacji i rozrywki. Jednak uwalniając nas od rutynowej pracy, zakwestionuje także zasady organizacyjne naszego ładu gospodarczego i społecznego i przyniesie nowe zagrożenia w postaci autonomicznej broni i inteligentnej technologii. W tym prowokacyjnym i oryginalnym dziele w dziesięciu porywających opowiadaniach, osadzonych w przyszłości, autorzy wprowadzają czytelników w szereg pouczających scenerii z 2041 roku.
Sztuczna inteligencja dla bystrzaków
John Mueller, Luca Massaron
Dowiedz się, co sztuczna inteligencja daje społeczeństwu Poznaj zastosowania SI w robotach, dronach i samochodach autonomicznych Zrozum, z czego wynikają ograniczenia sztucznej inteligencji O co chodzi z tą sztuczną inteligencją? Sztuczna inteligencja - ekscytuje i przeraża. W dodatku jest wszędzie. Chroni przed oszustwami bankowymi, pomaga w leczeniu, obsłudze klientów, a nawet wyborze programów telewizyjnych i sprzątaniu domu. Ta książka wyjaśnia, czym sztuczna inteligencja jest, a czym nie. Zwraca też uwagę na kwestie etyczne związane z jej aktualnymi zastosowaniami oraz prezentuje niesamowite rzeczy, które SI umożliwi ludziom w przyszłości. Jeśli interesujesz się techniką albo po prostu ciekawi Cię ten temat, ta publikacja z pewnością Cię zafascynuje - i sporo nauczy! W książce... Historia sztucznej inteligencji Rola danych Zastosowania SI w aplikacjach komputerowych, medycynie, kosmosie i uczeniu maszynowym Półprawdy wokół SI Roboty i drony
Sztuczna inteligencja dla inżynierów. Istotne obszary i zastosowania
Mieczysław Muraszkiewicz, Robert Nowak
Na treść książki składają się przede wszystkim zagadnienia związane z zastosowaniami sztucznej inteligencji. Wstępem są rozważania na temat tzw. odpowiedzialnej sztucznej inteligencji. Podstawowym tworzywem, na którym działa sztuczna inteligencja, są dane, informacja i wiedza. O inżynierii wiedzy, a w tym o metodach reprezentacji wiedzy, traktuje rozdział drugi niniejszej monografii. Jego kontynuacją jest rozdział trzeci, omawiający typowe problemy i sposoby radzenia sobie z nimi, przy wykorzystywaniu uczenia maszynowego do analizy danych ustrukturyzowanych, zwanych też danymi tabelarycznymi. W rozdziale czwartym czytelnik znajdzie wykład na temat przetwarzania języka naturalnego. Rozdział piąty jest poświęcony bioinformatyce, czyli analizie napisów reprezentujących biopolimery DNA, RNA i białka. Do takich analiz z powodzeniem stosuje się metody sztucznej inteligencji. Innym obszarem jest analiza obrazu i dźwięku. Obecnie główną rolę odgrywają tutaj sztuczne sieci neuronowe. Zagadnienia te omówiono w rozdziale szóstym, w którym zawarto informacje dotyczące percepcji maszyn, w tym widzenia maszynowego oraz metod analizy dźwięku. Swego rodzaju nawiązaniem do rozdziału wstępnego jest rozdział siódmy, poświęcony wyjaśnialnej sztucznej inteligencji, która to kwestia ma zasadnicze znaczenie dla upowszechnienia systemów sztucznej inteligencji. Książkę zamyka rozdział na temat inżynierii uczenia maszynowego, który traktuje o poprawnym procesie realizacji projektów korzystających z metod uczenia maszynowego, a także obszerna bibliografia.
Sztuczna inteligencja dla inżynierów. Metody ogólne
Mieczysław Muraszkiewicz, Robert Nowak
Autorami poszczególnych rozdziałów są wykładowcy Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej, którzy aktywnie biorą udział w rozwoju sztucznej inteligencji. W rozdziale pierwszym znajdują się informacje o historii, charakterze i zastosowaniach sztucznej inteligencji. Rozdział drugi traktuje o podstawowym nie tylko dla sztucznej inteligencji zagadnieniu przeszukiwania przestrzeni stanów w poszukiwaniu rozwiązań zadanego problemu. Towarzyszy temu omówienie metod optymalizacji, które wskazują najlepsze rozwiązanie z punktu widzenia przyjętego kryterium. Tematem kolejnego rozdziału jest uczenie maszynowe. Rozdział czwarty został poświęcony archi-tekturom sztucznych sieci neuronowych, w tym sieciom głębokim. W rozdziale piątym znajduje się prezentacja i dyskusja dotycząca wzajemnych związków etyki i sztucznej inteligencji, ze szczególnym naciskiem na konieczność przedstawiania wyników działania systemów SI w sposób zrozumiały dla człowieka. Każdy rozdział jest opatrzony notą bibliograficzną, która podaje pozycje rozszerzające omówiony materiał. Książka może służyć jako podręcznik i wsparcie dydaktyczne wykładów z zakresu SI, a czytelnik powinien wiedzieć, jak dane są reprezentowane w postaci cyfrowej, umie czytać pseudokod i potrafi programować strukturalnie. Przedstawione metody autorzy wyjaśniają w sposób intuicyjny, ale dbają też o precyzję, wykorzystują przykłady i podają algorytmy. Kontynuacją książki jest tom prezentujący metody sztucznej inteligencji dla różnych grup zastosowań, m.in. analizy danych strukturalnych (tabelarycznych), analizy tekstów w języku naturalnym, analizy sekwencji biologicznych, widzenia maszynowego, przetwarzania mowy oraz bezpieczeństwa systemów SI.