Capitalizzare la scienza dei dati - Una guida per liberare il potere dei dati per la vostra azienda e i vostri prodotti

Titolo originale:

Capitalizing Data Science - A Guide to Unlocking the Power of Data for Your Business and Products

Contenuto del libro:

Descrizione del prodotto

Sbloccare il potenziale della scienza dei dati e dell'apprendimento automatico per la vostra azienda e organizzazione

Caratteristiche principali

Include le applicazioni più diffuse oggi alimentate dalla scienza dei dati e dalla tecnologia di apprendimento automatico.

Una solida base sull'intero ciclo di vita della scienza dei dati, con esempi dettagliati.

Un approccio integrato per dimostrare l'uso dell'elaborazione delle immagini, dell'elaborazione del linguaggio naturale e delle reti neurali in ambito aziendale.

Descrizione

Siete in grado di prevedere come la vostra azienda e i suoi prodotti potranno beneficiare della scienza dei dati? Come si possono tracciare e verificare i risultati dell'utilizzo dell'IA e del ML in ambito aziendale? Domande come “come si costruisce un team di data science? ' continuano ad affiorare nella vostra mente?

Tutti questi problemi e sfide strategiche sono affrontati in questo libro.

In primo luogo, il libro esplora l'evoluzione del processo decisionale basato sull'evidenza empirica. Il libro aiuta poi a confrontare l'era supportata dai dati con l'attuale era guidata dai dati. Inoltre, discute come gestire con successo un progetto di scienza dei dati, il ciclo di vita di un progetto di scienza dei dati e il suo aspetto. Il libro si addentra in modo abbastanza approfondito in varie applicazioni odierne basate sui dati, evidenzia serie di dati di esempio, discute gli ostacoli e spiega in modo intuitivo i modelli e gli algoritmi di apprendimento automatico.

Il libro tratta le considerazioni strutturali e organizzative per la creazione di un team di data science. Il libro aiuta a consigliare l'uso della struttura organizzativa ottimale per la scienza dei dati in base al livello di sviluppo dell'azienda. Infine, il libro spiega gli effetti della scienza dei dati sulle aziende, aiutando i leader tecnologici.

Cosa imparerete

Imparare l'intero ciclo di vita della scienza dei dati e acquisire familiarità con ogni fase.

Scoprirete il mondo delle applicazioni di apprendimento supervisionato e non supervisionato e dei dataset strutturati e non strutturati.

Discutere la funzione dell'NLP, il suo potenziale e l'applicazione di metodi noti come BERT e GPT3.

Spiegare applicazioni pratiche come il sottotitolaggio automatico, la traduzione automatica e il riconoscimento delle emozioni.

Fornire un quadro di riferimento per la valutazione delle competenze e delle risorse di data science del team.

Per chi è questo libro

Le startup, gli investitori, le piccole imprese, i team di gestione dei prodotti, i CxO e tutte le aziende in via di sviluppo che desiderano sfruttare un team di data science possono trarre il massimo da questo libro. Il libro analizza anche il potenziale delle applicazioni pratiche dell'apprendimento automatico e dell'IA per il futuro delle imprese nel settore bancario e dell'e-commerce.

Indice dei contenuti

1. Decisioni guidate dai dati dall'inizio a oggi

2. Ciclo di vita della scienza dei dati - Parte 1

3. Ciclo di vita della scienza dei dati - Parte 2

4. Un'immersione profonda nell'intelligenza artificiale

5. Applicazione dell'IA con i dati strutturati nel settore bancario

6. Applicazione dell'IA con i dati strutturati

7. Applicazione dell'IA ai dati strutturati - consegne su richiesta

8. IA nell'elaborazione del linguaggio naturale

9. Mettere tutto insieme

Informazioni sull'autore

Mathangi Sri ha una comprovata esperienza nella creazione di soluzioni e prodotti di data science di livello mondiale. Ha ottenuto 20 brevetti nel campo dell'esperienza intuitiva del cliente e dei profili utente. Ha scritto e pubblicato un libro con Apress, Springer - “Practical Natural Language Processing with Python”. Attualmente è Chief Data Officer di Yubi. In precedenza ha creato team di data science in grandi organizzazioni come Citibank, HSBC, GE e startup tecnologiche come 247.ai, PhonePe e Gojek. Ha promosso cambiamenti culturali e mentali per l'adozione di decisioni basate sui dati in diverse startup. Contribuisce attivamente alla comunità della scienza dei dati attraverso conferenze, interventi, blog e ruoli di consulenza. È docente ospite in molti istituti accademici di alto livello in tutto il Paese, come IIIT Sri City, IIM Kashipur, NIT Trichy, ecc. È stata riconosciuta come uno dei “Phenomenal SHE” dall'Indian National Bar Association nel 2019, tra i 50 influencer più potenti nel campo dell'IA nel 2022 da Engatica, tra i 50 leader più influenti dell'IA in India da Analytics India Magazine nel 2021, tra i migliori leader dell'IA in India nel 2021 dall'associazione 3AI, ecc.