Поиск :
Личный кабинет :
Электронный каталог: Гутник, С.А. - Применение методов интеллектуального анализа данных и машинного обучения для повышения эффективно...
Гутник, С.А. - Применение методов интеллектуального анализа данных и машинного обучения для повышения эффективно...
Нет экз.
Статья
Автор: Гутник, С.А.
Применение методов интеллектуального анализа данных и машинного обучения для повышения эффективно...
2025 г.
ISBN отсутствует
Автор: Гутник, С.А.
Применение методов интеллектуального анализа данных и машинного обучения для повышения эффективно...
2025 г.
ISBN отсутствует
Статья
Гутник, С.А.
Применение методов интеллектуального анализа данных и машинного обучения для повышения эффективности управления в менеджменте / Гутник С.А., Звягинцев М.М. // Международный бизнес (электронная версия). – 2025. – №3. – С.74-95. - 653593. – На рус. яз.
Ключевые аспекты бизнес-аналитики, включая интеграцию данных и приложений, процессы трансформации информации в практические знания, а также разнообразные методы аналитической обработки. Отличительные характеристики концепции Big Data и технологий анализа больших данных. Систематизация и сравнительная оценка современных подходов к интеллектуальному анализу информации с акцентом на их применение для решения управленческих задач и разработки бизнес-стратегий. Общая архитектура процессов цифровой обработки корпоративной информации, уделив особое внимание функциональным возможностям предиктивной аналитики и систем прогнозирования. Обзор лидирующих решений в области аналитики и машинного обучения на ИТ-рынке, перспективы их интеграции в цифровую экономику. Базовые подходы к обучению моделей в системах искусственного интеллекта и возможности их использования в различных сферах бизнеса. Специфика применения алгоритмов машинного обучения как составной части систем искусственного интеллекта, анализ их преимуществ и ограничений, оценка потенциала использования данных технологий в современном менеджменте. Перспективные направления и функциональные возможности развития искусственного интеллекта для корпоративных решений, такие как агентные системы, автоматизированное машинное обучение и причинный искусственный интеллект.
Ключевые слова = АГЕНТСКАЯ МОДЕЛЬ
Ключевые слова = АНАЛИЗ СИСТЕМНЫЙ
Ключевые слова = АНАЛИЗ СРАВНИТЕЛЬНЫЙ
Ключевые слова = АНАЛИЗ СТРАТЕГИЧЕСКИЙ
Ключевые слова = АНАЛИЗ СТРУКТУРНЫЙ
Ключевые слова = АНАЛИЗ УПРАВЛЕНЧЕСКИЙ
Ключевые слова = АНАЛИЗ ФАКТОРНЫЙ
Ключевые слова = БИЗНЕС-СТРАТЕГИЯ
Ключевые слова = БОЛЬШИЕ ДАННЫЕ
Ключевые слова = ИНТЕЛЛЕКТУАЛЬНАЯ МОДЕЛЬ
Ключевые слова = ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ (ИКТ)
Ключевые слова = ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
Ключевые слова = КОРПОРАТИВНАЯ СИСТЕМА
Ключевые слова = МАШИННОЕ ОБУЧЕНИЕ
Ключевые слова = МЕНЕДЖМЕНТ
Ключевые слова = МЕТОДИКА
Ключевые слова = НОВИКОВА Н.П.
Ключевые слова = ОГРАНИЧЕНИЕ
Ключевые слова = ПРЕИМУЩЕСТВО
Ключевые слова = ПРОГНОЗИРОВАНИЕ
Ключевые слова = СИСТЕМА УПРАВЛЕНИЯ
Ключевые слова = СИСТЕМАТИЗАЦИЯ
Ключевые слова = ЦИФРОВИЗАЦИЯ
Ключевые слова = ЭКОНОМИЧЕСКАЯ ОЦЕНКА
Ключевые слова = ЭКОНОМИЧЕСКАЯ ПОЛИТИКА
Ключевые слова = ЭКОНОМИЧЕСКАЯ СТРАТЕГИЯ
Ключевые слова = ЭФФЕКТИВНОСТЬ
Ключевые слова = ЭКОНОМИЧЕСКИЕ НАУКИ. МАКРОЭКОНОМИКА. МИКРОЭКОНОМИКА
Гутник, С.А.
Применение методов интеллектуального анализа данных и машинного обучения для повышения эффективности управления в менеджменте / Гутник С.А., Звягинцев М.М. // Международный бизнес (электронная версия). – 2025. – №3. – С.74-95. - 653593. – На рус. яз.
Ключевые аспекты бизнес-аналитики, включая интеграцию данных и приложений, процессы трансформации информации в практические знания, а также разнообразные методы аналитической обработки. Отличительные характеристики концепции Big Data и технологий анализа больших данных. Систематизация и сравнительная оценка современных подходов к интеллектуальному анализу информации с акцентом на их применение для решения управленческих задач и разработки бизнес-стратегий. Общая архитектура процессов цифровой обработки корпоративной информации, уделив особое внимание функциональным возможностям предиктивной аналитики и систем прогнозирования. Обзор лидирующих решений в области аналитики и машинного обучения на ИТ-рынке, перспективы их интеграции в цифровую экономику. Базовые подходы к обучению моделей в системах искусственного интеллекта и возможности их использования в различных сферах бизнеса. Специфика применения алгоритмов машинного обучения как составной части систем искусственного интеллекта, анализ их преимуществ и ограничений, оценка потенциала использования данных технологий в современном менеджменте. Перспективные направления и функциональные возможности развития искусственного интеллекта для корпоративных решений, такие как агентные системы, автоматизированное машинное обучение и причинный искусственный интеллект.
Ключевые слова = АГЕНТСКАЯ МОДЕЛЬ
Ключевые слова = АНАЛИЗ СИСТЕМНЫЙ
Ключевые слова = АНАЛИЗ СРАВНИТЕЛЬНЫЙ
Ключевые слова = АНАЛИЗ СТРАТЕГИЧЕСКИЙ
Ключевые слова = АНАЛИЗ СТРУКТУРНЫЙ
Ключевые слова = АНАЛИЗ УПРАВЛЕНЧЕСКИЙ
Ключевые слова = АНАЛИЗ ФАКТОРНЫЙ
Ключевые слова = БИЗНЕС-СТРАТЕГИЯ
Ключевые слова = БОЛЬШИЕ ДАННЫЕ
Ключевые слова = ИНТЕЛЛЕКТУАЛЬНАЯ МОДЕЛЬ
Ключевые слова = ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ (ИКТ)
Ключевые слова = ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
Ключевые слова = КОРПОРАТИВНАЯ СИСТЕМА
Ключевые слова = МАШИННОЕ ОБУЧЕНИЕ
Ключевые слова = МЕНЕДЖМЕНТ
Ключевые слова = МЕТОДИКА
Ключевые слова = НОВИКОВА Н.П.
Ключевые слова = ОГРАНИЧЕНИЕ
Ключевые слова = ПРЕИМУЩЕСТВО
Ключевые слова = ПРОГНОЗИРОВАНИЕ
Ключевые слова = СИСТЕМА УПРАВЛЕНИЯ
Ключевые слова = СИСТЕМАТИЗАЦИЯ
Ключевые слова = ЦИФРОВИЗАЦИЯ
Ключевые слова = ЭКОНОМИЧЕСКАЯ ОЦЕНКА
Ключевые слова = ЭКОНОМИЧЕСКАЯ ПОЛИТИКА
Ключевые слова = ЭКОНОМИЧЕСКАЯ СТРАТЕГИЯ
Ключевые слова = ЭФФЕКТИВНОСТЬ
Ключевые слова = ЭКОНОМИЧЕСКИЕ НАУКИ. МАКРОЭКОНОМИКА. МИКРОЭКОНОМИКА

На полку
