Scienza dei dati per professionisti d'impresa: Guida pratica per principianti (Italian Edition)

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 6 voti.

Titolo originale:

Data Science for Business Professionals: A Practical Guide for Beginners (English Edition)

Contenuto del libro:

Primer sul mondo multidisciplinare della Scienza dei Dati.

Caratteristiche principali

⬤ Esplora e utilizza i concetti chiave della statistica necessari per risolvere i problemi della scienza dei dati.

⬤ Utilizzare Docker, Jenkins e Git per lo sviluppo continuo e l'integrazione continua delle applicazioni web.

⬤ Imparare a costruire soluzioni di Data Science con GCP e AWS.

Descrizione

Il libro spiega inizialmente il perché della Data Science e il processo di risoluzione di un problema di Data Science. Verranno inoltre illustrati i concetti fondamentali della scienza dei dati, come la statistica, il machine learning, la business intelligence, la pipeline di dati e il cloud computing. Tutti gli argomenti saranno spiegati con un problema di esempio e mostreranno come l'industria si approccia alla risoluzione di un problema. Il libro porrà domande agli studenti per risolvere i problemi e costruire l'attitudine alla risoluzione dei problemi e all'apprendimento efficace. Il libro utilizza la matematica laddove necessario e mostra come viene implementata utilizzando Python con l'aiuto di un set di dati di esempio.

Che cosa imparerete?

⬤ Comprendere la natura multidisciplinare della scienza dei dati.

⬤ Conoscere i concetti chiave della matematica e della statistica.

⬤ Esplorare alcuni algoritmi chiave di ML e i loro casi d'uso.

⬤ Imparare a implementare le basi delle pipeline di dati.

⬤ Avere una panoramica su Cloud Computing e DevOps.

⬤ Imparare a creare visualizzazioni con Tableau.

A chi è rivolto questo libro

Questo libro è ideale per gli appassionati di Data Science che vogliono esplorare i vari aspetti della scienza dei dati. Utile per accademici, imprenditori e ricercatori per un rapido riferimento alle pratiche industriali della scienza dei dati.

Indice dei contenuti

1. La scienza dei dati nella pratica.

2. Elementi essenziali di matematica.

3. Elementi essenziali di statistica.

4. Analisi esplorativa dei dati.

5. Preelaborazione dei dati.

6. Ingegneria delle caratteristiche.

7. Algoritmi di apprendimento automatico.

8. Produrre modelli di ML.

9. Flussi di dati nelle imprese.

10. Introduzione ai database.

11. Introduzione ai Big Data.

12. DevOps per la scienza dei dati.

13. Introduzione al Cloud Computing.

14. Distribuzione del modello nel cloud.

15. Introduzione alla Business Intelligence.

16. Strumenti di visualizzazione dei dati.

17. Caso d'uso 1 - FormAssist.

18. Caso d'uso 2 - PeopleReporter.

19. Risorse per l'apprendimento della scienza dei dati.

20. Sfide "fai da te".

21. MCQ per le valutazioni.

Informazioni sull'autore

Il libro è stato scritto grazie all'esperienza collettiva di molti dei progetti passati di Probyto, delle collaborazioni accademiche e dei membri del team negli ultimi 5 anni. Il lavoro collettivo è rappresentato da diversi esperti di processi decisionali guidati dai dati e dalla parte di cui si occupano nella creazione di valore per i clienti di Probyto. Il team è composto da professionisti esperti e da nuove leve che hanno tratto vantaggio dall'approccio descritto nel libro. Due contributi chiave per il libro vanno a Parvej Reja Saleh (Manager) e Namachivayam Dharmalingam (Analista Senior).

Link al suo blog: https: //probyto/resources/blogs.

Il suo profilo LinkedIn: https: //www.linkedin.com/company/probyto.