Ocena:
The Analytics 101 Book to dobrze napisane wprowadzenie do analityki danych, skierowane do czytelników nietechnicznych. Definiuje kluczowe pojęcia, dostarcza rzeczywistych przykładów i podkreśla znaczenie analityki w nowoczesnym biznesie. Książka jest przystępna, dzięki czemu jest doskonałym źródłem informacji dla menedżerów i osób początkujących w tej dziedzinie.
Zalety:Łatwo zrozumiała dla czytelników nietechnicznych, dostarcza cennych spostrzeżeń i definicji, dobrze zorganizowana z anegdotami i najważniejszymi wydarzeniami, wyraźnie koncentruje się na rzeczywistych zastosowaniach, odpowiednia dla menedżerów biznesowych, zawiera pouczające grafiki i łączy koncepcje techniczne z praktycznym zrozumieniem.
Wady:Nie jest to poradnik, jak wdrożyć analitykę, niektórzy czytelnicy mogą uznać, że brakuje mu głębi technicznej i może nie w pełni zadowolić zaawansowanych użytkowników poszukujących dogłębnej wiedzy technicznej.
(na podstawie 8 opinii czytelników)
It's All Analytics!: The Foundations of Al, Big Data and Data Science Landscape for Professionals in Healthcare, Business, and Government
It's All Analytics! The Foundations of AI, Big Data and Data Science Landscape for Professionals in Healthcare, Business, and Government (978-0-367-35968-3, 325690).
Profesjonaliści każdego dnia stają przed wyzwaniem zmieniającego się krajobrazu technologii i terminologii. W najnowszej historii, zwłaszcza w ciągu ostatnich 25 lat, nastąpiła eksplozja terminów i metod, które automatyzują i usprawniają podejmowanie decyzji i operacji. Jeden termin, "analityka", jest nadrzędnym opisem kompilacji metodologii. Ale AI (sztuczna inteligencja), statystyka, nauka o podejmowaniu decyzji i optymalizacja, które istnieją od dziesięcioleci, powróciły. Ponadto, narodziły się lub odrodziły takie rzeczy jak analityka biznesowa, przetwarzanie analityczne online (OLAP) i wiele, wiele innych. Jak ktoś ma zrozumieć całą tę metodologię i terminologię?
Ta książka, pierwsza z serii trzech, zawiera spojrzenie na podstawy sztucznej inteligencji i analityki oraz powody, dla których czytelnicy potrzebują bezstronnego zrozumienia tematu. Autorzy uwzględniają podstawy, takie jak algorytmy, koncepcje mentalne, modele i paradygmaty, a także korzyści płynące z uczenia maszynowego. Książka zawiera również rozdział poświęcony danym i różnym ich formom. Autorzy kończą tę książkę spojrzeniem na kolejne granice, takie jak aplikacje i projektowanie środowiska pod kątem sukcesu, które łączą się z tematami kolejnych dwóch książek z serii.
