Uczenie maszynowe

Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym

Szczegóły

Kategoria: Uczenie maszynowe

Musisz spojrzeć prawdzie w oczy: epoka danych to nie tylko imponujące możliwości, ale również obietnice bez pokrycia. Firmy wdrażają rozwiązania, które mają je wyręczać w podejmowaniu decyzji. Menedżerowie zatrudniają analityków, którzy nimi nie są. Specjaliści w dziedzinie data science są zatrudniani w organizacjach, które nie są na nich gotowe. Dyrektorzy wysłuchują technicznego żargonu i udają, że go rozumieją. Efekt? Pieniądze idą w błoto.

Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć krytycznie o danych i otrzymanych wynikach, będziesz też inteligentnie o tym mówić. Jednym zdaniem: zrozumiesz dane i związane z nimi wyzwania na głębszym, profesjonalnym poziomie.

To książka dla każdego, kto chce przestawić firmę na tory data science.

Eric Weber,
kierownik ds. eksperymentów i badań metrycznych, Yelp

Naucz się:

• myśleć statystycznie i rozumieć rolę zmienności w podejmowaniu decyzji,
• zadawać właściwe pytania na temat statystyk i wyników analiz,
• sensownie korzystać z rozwiązań uczenia maszynowego i sztucznej inteligencji,
• unikać typowych błędów podczas pracy z danymi i ich interpretowania.

Data science? Odsiejesz piasek od złota!

Dr Alex J. Gutman jest adiunktem w Instytucie Technicznym Wojsk Lotniczych, specjalistą z zakresu data science i instruktorem biznesowym.

Jordan Goldmeier jest światowej klasy ekspertem w dziedzinie analityki i wizualizacji danych, a także autorem książek. Od sześciu lat otrzymuje nagrodę Excel MVP. Jest również wolontariuszem ratownictwa medycznego.

Kup teraz

Pobierz darmowy fragmentRozmiar: 2,6 MB