Úvod do deep learning

Výzkumy názorů personalistů na umělou inteligenci (AI) předpovídají negativní dopady na zaměstnanost a výzkumy techniků naopak zdůrazňují úspory nákladů. Předmět úvod do deep learning proto sbližuje extrémní názory doplněním informací kolem jádra umělé inteligence, aby ekonomům vysvětlil co brát v úvahu při výpočtu návratnosti jejího zavedení a manažerům co objednat pro zavádění projektu AI. Výklad předmětu začíná standardy AI, včetně slovníku zkratek a glosáře pojmů, které mají složitější výklad. Odlišné názory na dopady AI si čtenář vyjasní analýzami, případovou studií, seznámením se software a kódem. AI využívá pokročilých technik vizualizace, protože vyvozuje závěry jinak, než lidé a ti je často popírají. Textu ze stejného důvodu obsahuje 63 obrázků. Hlavním efektem AI je zpracování velkých dat, například z internetu pro odvozování rozdílů reakcí klastrů, což lze využít nejen k cílení segmentů světového trhu. Pokud studium předmětů vedlo k výpočtu středních hodnot a podílů a věda k hodnocení variability, tak AI dodává informace o průnicích jevů, které byly dosud vnímány jako nesouvisící nebo byly popírány podle teorie disonance. Proto je dobré ušetřit si využitím AI úsilí na obranu postoje, který se stejně musí změnit. Vedlejším efektem studia textu úvodu do deep learning je finanční úspora za nákup software (zdarma), protože AI využívá open source software Python, který kromě knihoven pro AI obsahuje i standardní statistický software. Po studentech je požadováno seznámit se s terminologií a zaměřit pozornost na velká data, například ze záznamů vystoupení komiků, která dobře zobrazují vědou ignorovaný, avšak investory hodnocený sentiment a skryté úmysly.