Opinie czytelników
Podsumowanie:Książka Kenetta i Redmana zapewnia praktyczne i wnikliwe spojrzenie na często pomijane aspekty nauki o danych, które są kluczowe dla odniesienia sukcesu w tej dziedzinie. Unika ona szczegółów technicznych, takich jak kodowanie i frameworki, ale podkreśla znaczenie zrozumienia złożoności biznesowej i jasnego formułowania problemów. Niektórzy czytelnicy stwierdzili jednak, że brakuje jej głębi i innowacyjności, a krytyka dotyczy jej zwięzłości i wartości w stosunku do ceny.
Zalety:⬤ Zawiera praktyczne i praktyczne porady dotyczące nauki o danych.
⬤ Skupia się na zrozumieniu problemów biznesowych i złożoności.
⬤ Przyjazny dla czytelnika i unikający zbyt technicznego żargonu.
⬤ Oferuje jasność co do podstawowych aspektów, które przyczyniają się do udanych projektów związanych z danymi.
⬤ Zachęcająca dla nowych naukowców zajmujących się danymi.
Wady:⬤ Niektórzy krytycy uważają ją za zbyt krótką i pozbawioną głębi, opisując ją bardziej jako broszurę.
⬤ Ograniczona innowacyjna treść; postrzegana jako oczywista.
⬤ Niewystarczająca liczba przykładów wzmacniających koncepcje.
⬤ Brak praktycznego zastosowania do podejmowania strategicznych decyzji biznesowych.
(na podstawie 5 opinii czytelników)
Oryginalny tytuł:
The Real Work of Data Science: Turning Data Into Information, Better Decisions, and Stronger Organizations
Zawartość książki:
Niezbędny przewodnik dla naukowców zajmujących się danymi i dla liderów, którzy muszą uzyskać więcej od swoich zespołów zajmujących się nauką o danych.
The Economist odważnie twierdzi, że dane są obecnie "najcenniejszym zasobem na świecie". Ale, jak bogato opisują Kenett i Redman, odblokowanie tej wartości wymaga znacznie więcej niż doskonałości technicznej. The Real Work of Data Science bada zrozumienie problemów, radzenie sobie z kwestiami jakości, budowanie zaufania z decydentami, umieszczanie zespołów data science we właściwych miejscach organizacyjnych i pomaganie firmom w kierowaniu się danymi. Jest to praca, która określa różnicę między dobrym naukowcem zajmującym się danymi a świetnym, między zespołem, który wnosi marginalny wkład, a takim, który napędza biznes, między firmą, która zyskuje pewną wartość ze swoich danych, a taką, w której dane są naprawdę "najcenniejszym zasobem".
"Ci dwaj autorzy są światowej klasy ekspertami w dziedzinie analityki, zarządzania danymi i jakości danych; zapomnieli więcej o tych tematach, niż większość z nas kiedykolwiek będzie wiedzieć. Ich książka jest pragmatyczna, zrozumiała i skupia się na tym, co naprawdę się liczy. Jeśli chcesz zajmować się nauką o danych w jakimkolwiek charakterze, musisz ją przeczytać".
--Thomas H. Davenport, Distinguished Professor, Babson College and Fellow, MIT Initiative on the Digital Economy.
"Podoba mi się twoja książka. Rozdziały poruszają problemy, z którymi statystycy borykają się od pokoleń, zaktualizowane tak, aby odzwierciedlały dzisiejsze kwestie, takie jak obliczeniowe Big Data.".
- Sir David Cox, Strażnik Nuffield College i profesor statystyki na Uniwersytecie Oksfordzkim.
"Nauka o danych ma kluczowe znaczenie dla konkurencyjności, dla dobrego rządu, dla właściwych decyzji. Ale czym jest nauka o danych? Kenett i Redman dają zdecydowanie najlepsze wprowadzenie do tematu, jakie widziałem gdziekolwiek. Poruszają krytyczne kwestie formułowania właściwego problemu, zbierania właściwych danych, przeprowadzania właściwych analiz, podejmowania właściwych decyzji i mierzenia rzeczywistego wpływu tych decyzji. Ta książka powinna stać się lekturą obowiązkową na wydziałach statystyki i informatyki, w szkołach biznesu, instytutach analitycznych i, co najważniejsze, dla wszystkich menedżerów biznesowych"--A. Blanton Godfrey, Joseph D. Moore Distinguished University Professor, Wilson College of Textiles, North Carolina State University.
