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

Musisz spojrzeć prawdzie w oczy: epoka danych to nie tylko imponujące możliwości, ale ró,wnież obietnice bez pokrycia. Firmy wdrażają rozwiązania, któ,re mają je wyręczać w podejmowaniu decyzji. Menedżerowie zatrudniają analitykó,w, któ,rzy nimi nie są. Specjaliści w dziedzinie data science są zatrudniani w organizacjach, któ,re 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 któ,rymi 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 mó,wić. 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. eksperymentó,w i badań metrycznych, Yelp

Naucz się:

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

Data science? Odsiejesz piasek od złota!