Analisi quantitativa per applicazioni di sistema: Strumenti e tecniche di scienza dei dati e di analisi

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Quantitative Analysis for System Applications: Data Science and Analytics Tools and Techniques

Contenuto del libro:

Quando i dati diventano più grandi e le domande più difficili, i data scientist e gli analisti devono concentrarsi sui sistemi, sugli strumenti e le tecniche e sul processo disciplinato per ottenere la risposta corretta, in tempi rapidi Sia che lavoriate nell'industria o nella pubblica amministrazione, questo libro vi fornirà le basi per elaborare con successo e sicurezza grandi quantità di dati quantitativi".

Ecco solo una dozzina di domande che trovano risposta in queste pagine:

⬤ Che cosa significa realmente analisi quantitativa di un sistema?

⬤ Che cos'è un sistema?

⬤ Che cosa sono i big data e l'analitica?

⬤ Come si fa a sapere che i numeri sono buoni?

⬤ Come sarà il futuro ambiente della scienza dei dati?

⬤ Come si determina la provenienza dei dati?

⬤ Come si raccolgono ed elaborano le informazioni, per poi organizzarle, archiviarle e sintetizzarle?

⬤ Come fa un'organizzazione a implementare l'analisi dei dati?

⬤ È davvero necessario pensare come un Chief Information Officer?

⬤ Qual è il modo migliore per proteggere i dati?

⬤ Cosa rende un buon dashboard?

⬤ Qual è il rapporto tra mangiare un gelato ed essere attaccati da uno squalo?

I nove capitoli di questo libro sono organizzati in tre parti che affrontano i concetti di sistema in generale, gli strumenti e le tecniche e le tendenze future. I concetti di sistema comprendono la contrapposizione tra sistemi aperti e chiusi, l'esecuzione di analisi di data mining e big data e la valutazione della qualità dei dati. Gli strumenti e le tecniche comprendono l'analisi di dati continui e discreti, l'applicazione delle basi della probabilità e la pratica dell'analisi quantitativa come le statistiche descrittive e inferenziali. Le tendenze future includono lo sfruttamento dell'Internet of Everything, la modellazione dell'intelligenza artificiale e la creazione di un Data Analytics Support Office (DASO).

Sono inclusi molti esempi generati utilizzando software comuni, come Excel, Minitab, Tableau, SAS e Crystal Ball. Anche se le parole sono utili, a volte gli esempi possono essere uno strumento didattico migliore. Per ogni esempio incluso, i file di dati sono disponibili sul sito web allegato. Molti dei set di dati sono legati all'economia globale, poiché utilizzano i dati dei porti di spedizione, degli hub di trasporto aereo, delle città più grandi e delle squadre di calcio. Le appendici contengono analisi più dettagliate, tra cui le 10 T per il Data Mining, i processi di Million Row Data Audit (MRDA), l'analisi delle precipitazioni e i modelli di simulazione per la valutazione dei flussi di traffico.