Nauka o danych, znana w dodatku pod nazwą data science, jest stosunkowo nową, interdyscyplinarną dziedziną, zajmującą się najróżniejszymi technikami analizy informacji, ich implementacją i użytkowaniem do przeróżnych celów.
mocne strony nauki o informacji doceniają specjaliści z wielu branż: analitycy biznesowi, statystycy, architekci oprogramowania i osoby zajmujące się sztuczną inteligencją. Tak naprawdę ta dziedzina nie koncentruje się na kodowaniu i bazach informacji, ale raczej na metodach wyłuskiwania z informacji rozmaitych cennych informacji.
Wartość tej wiedzy niejednokrotnie okazuje się ogromna. Niniejsza książka jest przystępnym wprowadzeniem do nauki o danych. Jest asygnowana dla osób, które chcą stosować techniki analizy informacji w biznesie.
Te techniki, opisane na podstawie użytecznych przypadków, to m.in. Optymalizacja, prognozowanie i symulacja oraz nienaturalna inteligencja, teoria grafów, analiza skupień i wykrywanie anomalii. Dzięki tej książce nie tylko zrozumiesz zasady analizowania danych, ale także nauczysz się wybierać technikę właściwą do rozwiązania danego problemu.
Poznasz również techniki pracy z prototypami. Co ciekawe, niemal wszystkie opisane tu metody zostały zaprezentowane w arkuszu kalkulacyjnym. W książce opisano m.in. Optymalizację przy pomocy programowania liniowego i całkowitoliczbowego szereg czasowy, wykrywanie trendów i wahań sezonowych przewidywanie za pomocą wygładzania wykładniczego metodę symulacji Monte Carlo test Tukeya i lokalne czynniki odstające język R - nowoczesne techniki analizy danych Wyciśnij z danych każdą kroplę wiedzy!
Powyższy opis pochodzi od wydawcy.
