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

Alex J. Gutman, Jordan Goldmeier

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!

Analityka biznesowa wspomagana sztuczną inteligencją. Ulepszanie prognoz i podejmowania decyzji za pomocą uczenia maszynowego

Tobias Zwingman

Wykorzystaj analizy biznesowe i sztuczną inteligencję, aby napędzać rozwój przedsiębiorstwa, podnosić wydajność i ulepszać podejmowanie decyzji biznesowych. Dzięki tej praktycznej książce z rzeczywistymi przykładami wykorzystującymi Power BI można poznać najbardziej odpowiednie przypadki użycia AI w rozwiązaniach BI, w tym ulepszone prognozowanie, zautomatyzowaną klasyfikację i zalecenia wspomagane przez AI. Ponadto nauczysz się, jak wydobywać spostrzeżenia z niestrukturalnych źródeł danych, takich jak dokumenty tekstowe lub pliki obrazów. Tobias Zwingmann pomaga profesjonalistom BI, analitykom biznesowym i specjalistom od danych rozpoznać obszary, w których sztuczna inteligencja ma szczególnie istotny wpływ. Dowiedz się, jak wykorzystać popularne platformy AI jako usługi oraz AutoML, aby tworzyć dowody koncepcji klasy korporacyjnej bez pomocy inżynierów oprogramowania lub danetyków. - Wykorzystaj AI, aby napędzać wpływ na biznes w środowiskach BI - Używaj AutoML do automatycznego klasyfikowania i lepszego prognozowania - Wdrażaj usługi rekomendacji jako pomoc w podejmowaniu decyzji - Wydobywaj spostrzeżenia z wielkoskalowych danych tekstowych za pomocą przetwarzania języka naturalnego - Wyodrębniaj informacje z dokumentów i obrazów, wykorzystując widzenie komputerowe - Buduj interaktywne interfejsy użytkownika dla tablic kontrolnych wspomaganych przez AI - Implementuj kompletne studia przypadków w celu budowania tablic analitycznych zasilanych przez AI "Po 15 latach spędzonych w świecie danych książka ta wywróciła do góry nogami mój ogląd klasycznego rozwiązania BI. Jest doskonale zaprojektowana i skonstruowana. Szkoda, że nie miałem takiej książki dużo wcześniej." -Kai Aschenbach Szef działu narzędzi BI, HDI Global SE "Analityka biznesowa wspomagana sztuczną inteligencją to książka niezbędna dla każdego, kto chce zrozumieć, jak można usprawnić analizy biznesowe za pomocą AI." -Ram Kumar Główny specjalista d/s danych i analityki, Cigna Tobias Zwingmann jest doświadczonym danetykiem z solidnymi podstawami biznesowymi. Jest współtwórcą niemieckiego startupu RAPYD.AI, którego misją jest pomoc w adaptowaniu uczenia maszynowego i sztucznej inteligencji przez firmy z szybszym uzyskiwaniem korzyści biznesowych.

Analityzmy leksykalne i ich syntetyczne odpowiedniki w prasie

Katarzyna Burska

W książce przedstawiono obecne we współczesnej prasie analityczne konstrukcje leksykalne, które mają syntetyczne odpowiedniki. Praca ma charakter analityczno-materiałowy, zbiera dotychczasową wiedzę na temat tytułowego zjawiska. Autorka poddała obserwacji materiał pochodzący z wybranych periodyków polskich o zróżnicowanej tematyce i przeznaczonych dla różnego kręgu odbiorców. Treści teoretyczne łączą się z analizą zgromadzonych przykładów pod względem strukturalnym, semantycznym i pragmatycznym. Publikacja przynosi odpowiedź na pytania, z jakich komponentów zbudowane są analityzmy leksykalne mające jednoelementowe odpowiedniki, jakie relacje znaczeniowe zachodzą między omawianymi jednostkami, jakie kompetencje nadawczo-odbiorcze są wymagane do właściwego odczytywania peryfraz i ich ekwiwalentów oraz jakie funkcje przypisywane są konstrukcjom analitycznym i syntetycznym we współczesnych periodykach.  

Analiza biznesowa w IT. Lessons learned

Karolina Zmitrowicz

O analizie biznesowej praktycznie Na rynku książek poświęconych analizie biznesowej w sektorze IT dostępnych jest kilka pozycji. Zawierają one informacje na temat praktyk, narzędzi i podejścia stosowanego w tej dziedzinie. Dotychczas jednak brakowało kompendium, które byłoby praktycznym przewodnikiem zbierającym doświadczenia z różnych projektów, firm i od ekspertów podchodzących w odmienny sposób do analizy biznesowej. Książka Karoliny Zmitrowicz, uznanej specjalistki do spraw analizy biznesowej, inżynierii wymagań, zarządzania jakością i zarządzania projektami, uzupełnia tę lukę. Wprowadzając w temat i kompleksowo go omawiając, autorka czerpie równocześnie z obserwacji, doświadczeń i praktyk - tych, które działają, i tych, które nie sprawdzają się w różnych obszarach analizy biznesowej. Dostarcza tym samym wskazówek dotyczących aspektów i obszarów stanowiących największe wyzwania w pracy analityka, takich jak: Prawidłowe planowanie pracy pod kątem celów i oczekiwanych rezultatów Precyzyjne wyrażanie myśli i przekładanie ich na udokumentowany zapis Uwzględnianie punktu widzenia wszystkich interesariuszy Przykładanie odpowiedniej wagi do inżynierii wymagań Wdrażanie zasad AB w projektach z różnych branż

Analiza danych behawioralnych przy użyciu języków R i Python

Florent Buisson

Wykorzystanie danych zorientowanych na użytkownika w celu uzyskania realnych wyników biznesowych Dzięki tej książce Czytelnik będzie mógł wykorzystać w swojej firmie pełną moc danych behawioralnych używając w tym celu wyspecjalizowanych narzędzi. Algorytmy często stosowane w danologii, a także programy służące do analizy predykcyjnej traktują jak zwykłe informacje dane behawioralne wygenerowane przez użytkowników, takie jak kliknięcia na stronie internetowej czy zakupy w supermarkecie. Ten praktyczny przewodnik zawiera opisy skutecznych metod, zaprojektowanych specjalnie w celu przeprowadzania analiz danych behawioralnych. Zaawansowana architektura umożliwiająca wykonywanie eksperymentów pomaga w pełni wykorzystać testy A/B. Diagramy przyczynowe pozwalają poznać przyczyny zachowań nawet w przypadku, gdy nie można przeprowadzać eksperymentów. Ta praktyczna książka, napisana przystępnym stylem i przeznaczona dla osób zajmujących się danymi, analityków biznesowych oraz behawiorystów, zawiera kompletne przykłady, a także ćwiczenia wykorzystujące języki R i Python, pozwalające od razu uzyskać lepszy wgląd w dane. Zagadnienia przeanalizowane w książce: - Poznanie specyfiki danych behawioralnych. - Przedstawienie różnic pomiędzy pomiarami a prognozami. - Wyjaśnienie, jak można oczyścić i przygotować dane behawioralne. - Zaprojektowanie i przeanalizowanie eksperymentów umożliwiających podejmowanie optymalnych decyzji biznesowych. - Wykorzystanie danych behawioralnych w celu zrozumienia i określenia przyczyny oraz skutku. - Zaprezentowanie kompleksowej metody pozwalającej na uzyskanie przejrzystego podziału klientów na grupy. "Ta książka jest wyjątkowa, ponieważ rozpoczyna się od przedstawienia pytań i problemów, a także wykorzystuje w postaci prawdziwych narzędzi odpowiednie techniki i języki programowania. Dzięki temu Czytelnicy poznają, jak można rozwiązywać niezwykle ważne i trudne zagadnienia. Czas poświęcony na jej przeczytanie będzie czystą inwestycją." -Eric Weber Kierownik Działu Eksperymentów, Yelp Florent Buisson jest ekonomistą behawioralnym z 10-letnim doświadczeniem związanych z biznesem, analityką i naukami behawioralnymi. W firmie ubezpieczeniowej Allstate założył zespół specjalizujący się w naukach behawioralnych i pełnił funkcję jego szefa przez cztery lata. Publikował artykuły naukowe w czasopismach takich jak recenzowany Journal of Real Estate Research. Posiada tytuł magistra ekonometrii oraz doktorat z ekonomii behawioralnej, uzyskany na uniwersytecie Sorbona w Paryżu.

Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji

Foster Provost, Tom Fawcett

Wyciągaj trafne wnioski! Posiadanie zbiorów danych to połowa sukcesu. Druga połowa to umiejętność ich skutecznej analizy i wyciągania wniosków! Dopiero na tej podstawie będziesz w stanie właściwie ocenić kondycję Twojej firmy oraz podjąć słuszne decyzje. Wiedza zawarta w tej książce może zadecydować o sukcesie biznesowym lub porażce. Nie ryzykuj i sięgnij po to doskonałe źródło wiedzy, poświęcone nauce o danych. To unikalny podręcznik, który pomoże Ci sprawnie opanować nawet najtrudniejsze zagadnienia związane z analizą danych. Dowiedz się, jak zbudowany jest proces eksploracji danych, z jakich narzędzi możesz skorzystać oraz jak stworzyć model predykcyjny i dopasować go do danych. W kolejnych rozdziałach przeczytasz o tym, czym grozi nadmierne dopasowanie modelu i jak go unikać oraz jak wyciągać wnioski metodą najbliższych sąsiadów. Na koniec zaznajomisz się z możliwościami wizualizacji skuteczności modelu oraz odkryjesz związek pomiędzy nauką o danych a strategią biznesową. To obowiązkowa lektura dla wszystkich osób chcących podejmować świadome decyzje na podstawie posiadanych danych! Dzięki tej książce: poznasz model predykcyjny dowiesz się, jak dopasować model do danych zwizualizujesz skuteczność zbudowanego modelu zwiększysz swoje szanse na osiągnięcie sukcesu biznesowego! Przeanalizuj posiadane dane i podejmij trafne decyzje!

Analiza danych z Banku Danych Lokalnych z wykorzystaniem programu R

Andrzej Bąk, Grażyna Dehnel, Andrzej Dudek, Eugeniusz Gatnar, ...

Monografia skierowana jest do użytkowników Banku Danych Lokalnych oraz osób, które we własnym zakresie chcą się z nim zapoznać. Bank Danych Lokalnych (BDL) udostępniany przez GUS od 1995 r. jest największą w Polsce bazą danych oferującą potencjalnym użytkownikom ponad 97 tys. zmiennych statystycznych pogrupowanych tematycznie. BDL to znane i cenione źródło danych statystycznych dla badaczy stosujących metody wielowymiarowej analizy statystycznej. Książka jest pierwszą pozycją naukową prezentującą automatyczne wykorzystanie danych z Banku Danych Lokalnych w analizach statystycznych wykorzystujących metody wielowymiarowe. Wiedza zawarta w monografii pozwoli użytkownikom metod statystycznej analizy wielowymiarowej na szybkie i przyjazne przeprowadzanie analiz dla danych statystycznych pozyskanych z BDL. Ponadto czytelnik otrzyma aktualną wiedzę z zakresu statystycznej analizy wielowymiarowej oraz wszystkie skrypty programu R. W monografii zaprezentowano nowy sposób automatycznego pozyskiwania danych z Banku Danych Lokalnych z wykorzystaniem pakietu bdl oraz interfejsu API (Application Programming Interface) oraz wykorzystanie tak pozyskanych danych w zastosowaniu dla wybranych metod statystycznej analizy wielowymiarowej. Autorzy mają nadzieję, że monografia okaże się przydatna dla badaczy i praktyków, którzy zajmują się problematyką analizy danych, klasyfikacji, dyskryminacji, modelowania, wizualizacji, itp. Zainteresuje więc z pewnością ekonomistów, psychologów, socjologów, biologów, botaników, archeologów, lekarzy i innych.

Analiza danych z wykorzystaniem SQL-a. Zaawansowane techniki przekształcania danych we wnioski

Cathy Tanimura

Język SQL został stworzony jako narzędzie do przetwarzania danych. Mimo że zwykle jest używany do pracy z bazami danych, jego możliwości są o wiele większe. Poprawny kod SQL ułatwia przetwarzanie potężnych zbiorów danych z dużą szybkością. Szczególnie obiecującą perspektywą jest zastosowanie języka SQL na wielkich zbiorach danych przechowywanych w chmurze. Dzięki nieco bardziej złożonym konstrukcjom SQL analityk danych może z dużą efektywnością wydobywać z nich wiedzę. Ta praktyczna książka jest przeznaczona dla analityków danych i danologów, którzy chcą używać SQL-a do eksploracji dużych zbiorów danych. Pokazuje zarówno popularne, jak i nieco mniej znane techniki budowania zapytań SQL, dzięki czemu możliwe staje się rozwiązywanie nawet bardzo zawiłych problemów i optymalne wykorzystanie właściwości tego języka w pracy na danych. W nowy, innowacyjny sposób przedstawiono tu takie pojęcia jak złączenia, funkcje okna, podzapytania i wyrażenia regularne. Zademonstrowano, jak łączyć różne techniki, aby szybciej osiągać cele za pomocą łatwego do zrozumienia, czytelnego kodu. Opisywany materiał został zilustrowany licznymi przykładami zapytań SQL, dzięki czemu można płynnie przejść do rozwiązywania konkretnych problemów z zakresu przetwarzania, analizy i eksploracji danych. Najciekawsze zagadnienia: przygotowywanie danych do analizy analizy szeregów czasowych z wykorzystaniem SQL analizy kohortowe do badania zachodzących zmian analiza tekstu za pomocą zaawansowanych funkcji i operatorów SQL wykrywanie odstających wartości analizy eksperymentów (testy A/B) SQL: tak wyciągniesz z danych rzetelne wnioski!