Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 163,45

+ 326 punten

Levering 1 à 2 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

The first text to take a systems engineering approach to artificial intelligence (AI), from architecture principles to the development and deployment of AI capabilities.

Most books on artificial intelligence (AI) focus on a single functional building block, such as machine learning or human-machine teaming. Artificial Intelligence takes a more holistic approach, addressing AI from the view of systems engineering. The book centers on the people-process-technology triad that is critical to successful development of AI products and services. Development starts with an AI design, based on the AI system architecture, and culminates with successful deployment of the AI capabilities. Directed toward AI developers and operational users, this accessibly written volume of the MIT Lincoln Laboratory Series can also serve as a text for undergraduate seniors and graduate-level students and as a reference book.

Key features:

In-depth look at modern computing technologies
Systems engineering description and means to successfully undertake an AI product or service development through deployment
Existing methods for applying machine learning operations (MLOps)
AI system architecture including a description of each of the AI pipeline building blocks
Challenges and approaches to attend to responsible AI in practice
Tools to develop a strategic roadmap and techniques to foster an innovative team environment
Multiple use cases that stem from the authors' MIT classes, as well as from AI practitioners, AI project managers, early-career AI team leaders, technical executives, and entrepreneurs
Exercises and Jupyter notebook examples