Le 9 insidie della scienza dei dati

Recensioni dei lettori

Il libro fornisce preziose indicazioni sulla scienza dei dati, enfatizzando il pensiero critico rispetto all'accettazione ingenua delle conclusioni dei dati. È accessibile a un vasto pubblico, anche a chi non ha una formazione in scienza dei dati, e incoraggia i lettori a essere consapevoli delle pratiche fallaci di gestione dei dati.

Lettura coinvolgente per un ampio pubblico, offre prospettive preziose sull'interpretazione dei dati, evidenzia la necessità del pensiero critico, critica in modo informativo le pratiche di IA, sensibilizza sulle insidie della gestione dei dati.

A volte è un po' ripetitivo, può risultare lento all'inizio per chi ha già familiarità con i concetti.

(basato su 5 recensioni dei lettori)

Titolo originale:

The 9 Pitfalls of Data Science

Contenuto del libro:

La scienza dei dati non ha mai avuto una maggiore influenza sul mondo. Le grandi aziende stanno ora vedendo i vantaggi dell'impiego di data scientist per interpretare le vaste quantità di dati esistenti. Tuttavia, il campo è così nuovo e si sta evolvendo così rapidamente che l'analisi prodotta può essere, nel migliore dei casi, approssimativa.

Le 9 insidie della scienza dei dati” ci mostra esempi reali di ciò che può andare storto. Scritta in modo da essere una lettura divertente, questa preziosa guida indaga sugli errori troppo comuni dei data scientist - che possono essere afflitti da pigrizia, capricci, intuizioni e pregiudizi - e indica come essi siano stati alla base di molti disastri, tra cui la Grande Recessione.

Gary Smith e Jay Cordes sottolineano come il rigore scientifico e le capacità di pensiero critico siano indispensabili nell'era dei Big Data, poiché le macchine spesso trovano schemi senza senso che possono portare a pericolose false conclusioni. Le 9 insidie della scienza dei dati è ricco di storie divertenti di approcci all'interpretazione dei dati sia riusciti che sbagliati, sia di grandi successi che di epici fallimenti. Questi racconti ammonitori non solo aiuteranno gli scienziati dei dati a essere più efficaci, ma aiuteranno anche il pubblico a distinguere la scienza dei dati buona da quella cattiva.