Sistem mana yang menggunakan prediksi dan inferensi?

Meridian Retail menjalankan beberapa sistem AI di seluruh operasinya. Salah satunya menarik kesimpulan dari data, sementara yang lain menjalankan tugas tetap yang telah ditetapkan setiap kali.

Telusuri sistem-sistem di inspector dan jalankan masing-masing, lalu pilih sistem yang menggunakan prediksi dan inferensi.

Latihan ini merupakan bagian dari kursus

Memahami Kecerdasan Buatan

Lihat Kursus

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Mulai latihan

Latihan ini merupakan bagian dari kursus

Memahami Kecerdasan Buatan

SkillTag.level.beginnerSkillTag.label

4.8+

16550 reviews

Mulai Kursus Gratis

Mulailah perjalanan Anda ke dunia AI! Kecerdasan Buatan dengan cepat bergeser dari topik yang murni ilmiah menjadi payung bidang dengan aplikasi dan kegunaan yang tak terhitung saat ini, baik di bisnis, industri, maupun sebagai bagian dari kehidupan sehari-hari. Anda akan mempelajari apa itu AI, jenis masalah apa yang dapat diselesaikan menggunakan AI, dan apa keterbatasannya saat ini. Anda juga akan memperoleh pemahaman luas tentang subbidang dalam AI dan disiplin terkaitnya.

Exercise 1: Apa itu Kecerdasan Buatan?Exercise 2: Apakah sesuai dengan definisi AI?Exercise 3: Sempit hari ini, umum esok?Exercise 4: Apa yang dapat dilakukan AI?Exercise 5: Kemampuan apa yang digunakan perencana?Exercise 6: Sistem mana yang menggunakan prediksi dan inferensi?

Latihan Saat Ini

Exercise 7: Area dan disiplin terkait AI Exercise 8: Disiplin mana yang membantu robot melihat?Exercise 9: Mendengar dan belajar

Apa fungsi inti dari sistem AI dan kemungkinan yang ditawarkan tiap area? Dari mana asal data yang menggerakkan sistem AI, dan bagaimana teknik seperti pembelajaran mesin memanfaatkan data untuk menyelesaikan beragam masalah? Bab ini menjawab pertanyaan-pertanyaan tersebut dan lainnya, mengungkap bagaimana berbagai bentuk AI dapat memperoleh data, belajar dari data, serta berinteraksi dengan sekelilingnya—baik lingkungan fisik maupun digital.

Exercise 1: Membuat sistem algoritma dan AI jadi lebih jelas dan mudah dipahami Exercise 2: Apa yang dihasilkan sistem?Exercise 3: Membongkar sistem AI pemesanan hotel Exercise 4: Mengakuisisi data Exercise 5: Pengaturan mana yang merupakan loop deteksi-dan-tindak yang sesungguhnya?Exercise 6: Terstruktur atau tidak terstruktur?Exercise 7: Belajar dari data Exercise 8: Melatih dan mengklasifikasikan dengan penguin Exercise 9: Tugas mana yang memerlukan unsupervised learning?Exercise 10: Deep Learning akan tetap ada di sini Exercise 11: Berinteraksi dengan Lingkungan Exercise 12: Tugas NLP mana yang menemukan apa yang dipikirkan pelanggan?Exercise 13: Perpaduan robot, visi, dan bahasa alami

Bersiaplah menyelami dunia AI di bisnis dan perusahaan! Bab ini mengungkap konsep dasar, pedoman, dan praktik terbaik untuk membangun atau menjadi organisasi yang digerakkan AI. Baik untuk membekali produk, layanan, dan proyek Anda dengan sentuhan kecerdasan, maupun merevolusi proses operasional di dalam organisasi, pada akhir bab ini Anda akan memahami elemen penting untuk mengadopsi teknologi ini: mulai dari budaya hingga data dan infrastruktur, hingga membangun tim profesional AI yang berbakat. Anda juga akan mempelajari tantangan yang mungkin muncul di sepanjang jalan serta contoh kisah sukses dari perusahaan besar yang menjadikan AI aspek sentral merek mereka.

Exercise 1: Membangun budaya AI Exercise 2: Empat bahan untuk organisasi yang digerakkan AI Exercise 3: Siapkan organisasi Exercise 4: Strategi data, sumber daya, dan manusia Exercise 5: Pilih infrastruktur yang tepat Exercise 6: "Zen" dalam MLOps Exercise 7: Membangun tim!Exercise 8: Apakah sistem AI yang Anda terapkan berhasil?Exercise 9: Apa yang terjadi pada model ini?Exercise 10: Sebuah Bukti Konsep (PoC) akademik Exercise 11: Tantangan dan kisah sukses Exercise 12: Cara menumbuhkan budaya AI Exercise 13: Paola dan proyek fesyen

Saat perjalanan AI kita yang mendebarkan mendekati akhir, kita menyelami keterkaitan mendalam antara AI dengan dampaknya pada kemanusiaan dan masyarakat. Kita akan membahas topik seperti demokratisasi AI dan AI yang bertanggung jawab, mencakup etika, kemampuan interpretasi, keadilan, dan keamanan—seluruh aspek krusial untuk membangun sistem AI yang berdampak positif bagi hidup kita. Terakhir, kita menatap ke depan, menguraikan prospek dan tantangan menarik yang dihadirkan AI dalam membentuk masa depan yang berkelanjutan.

Exercise 1: Demokratisasi Kecerdasan Buatan Exercise 2: Praktik terbaik untuk demokratisasi AI Exercise 3: Membuka Pintu Data Terbuka Exercise 4: Kemampuan menjelaskan dan kemampuan interpretasi Exercise 5: Lacak jejak si penguin Exercise 6: Baca penjelasan SHAP Exercise 7: Tantangan sosial: etika, keadilan, dan privasi Exercise 8: Berbagi data untuk kemajuan AI Exercise 9: Perilaku bias atau tidak bias?Exercise 10: Kendaraan yang bias Exercise 11: Tantangan sosial: masa depan AI Exercise 12: Seribu wajah AI berkelanjutan Exercise 13: Paola dan sisi manusia dari AI Exercise 14: Satu perjalanan berakhir, perjalanan lain dimulai