Nagroda główna w Konkursie PTI - najkorzystniejsza Polska Książka Informatyczna 2020 roku Ostatnia dekada to czas przełomowego rozwoju nienaturalnej inteligencji - nie tylko bezprecedensowych badań nad algorytmami uczenia maszynowego,dodatkowo coraz powszechniejszego używania inteligentnych urządzeń w różnych dziedzinach naszego życia.
Rozwój ten ogranicza niewystarczająca ilość specjalistów, łączących znajomość modelowania danych (przygotowania informacji i zasad działania algorytmów uczenia maszynowego) ze znajomością języków analizy informacji, takich jak SQL, R czy Python.
Inżynieria informacji (ang. Data science) to interdyscyplinarna wiedza, której opanowanie wymaga znajomości algebry, geometrii, statystyki, rachunku prawdopodobieństwa i algorytmiki, uzupełnionej o ergonomiczną umiejętność programowania.
Co więcej, nienaturalna inteligencja jest przedmiotem intensywnych badań naukowych i samo śledzenie postępów w tej dziedzinie łączy się z regularnym (rutynowym) dokształcaniem. Niniejsza książka łączy w sobie teorię z praktyką.
Opisuje rozwiązania kilkunastu charakterystycznych problemów, takich jak prognozowanie zysków, optymalizacja kampanii marketingowej, proaktywna konserwacja sprzętu czy oceny ryzyka kredytowego. Ich układ jest celowy - każdy przykład jest okazją do wyjaśnienia określonych zagadnień, zaczynając od narzędzi, poprzez podstawy uczenia maszynowego, sposoby oceny jakości danych i ich przygotowania do dalszej analizy, zasady tworzenia modeli uczenia maszynowego i ich optymalizacji, po wskazówki dotyczące wdrożenia gotowych modeli do produkcji.
Książka jest adresowana do wszystkich, którzy chcieliby poznać lub udoskonalić: ergonomiczną znajomość statystki i umiejętność wizualizacji informacji koniecznej do oceny jakości informacji; użyteczną znajomość języka SQL, R albo Python koniecznej do uporządkowania, wstępnego przygotowania i wzbogacenia informacji; zasady działania poszczególnych algorytmów uczenia maszynowego koniecznych do ich wyboru i optymalizacji; korzystanie z języka R lub Python do stworzenia, oceny, zoptymalizowania i wdrożenia do produkcji modeli eksploracji danych.
zarówno studenci kierunków informatycznych, jak też analitycy, programiści, administratorzy baz oraz statystycy znajdą w książce dane, które pozwolą im opanować funkcjonalne umiejętności niezbędne do samodzielnego tworzenia systemów uczenia maszynowego.
Nagroda główna w Konkursie Polskiego Towarzystwa Informatycznego na najlepszą Polską Książkę Informatyczną 2020 roku, w kategorii podręczniki i książki popularnonaukowe.