Ocena:
Książka Analytics 101 jest chwalona za jasny i przystępny styl pisania, skutecznie demistyfikujący złożone tematy analityczne dla szerokiego grona odbiorców, w szczególności menedżerów nietechnicznych i początkujących. Służy jako cenny przewodnik referencyjny, który łączy terminologię techniczną z praktycznym zrozumieniem, dzięki czemu jest odpowiedni dla liderów biznesu i osób początkujących w analityce danych. Recenzenci podkreślają wnikliwe przykłady ze świata rzeczywistego i umiejętność przebicia się przez szum wokół analityki.
Zalety:Dobrze napisana i przystępna dla nie-ekspertów, wnikliwe przykłady, koncentruje się na praktycznych zastosowaniach analityki danych, służy jako dobry przewodnik referencyjny, łączy język techniczny i biznesowy, pomaga w zrozumieniu podstawowych pojęć, łatwa do odczytania i naśladowania.
Wady:Nie jest to podręcznik dla praktyków analityki, może nie obejmować zaawansowanych aspektów technicznych dogłębnie, niektórzy czytelnicy mogą uznać go za zbyt podstawowy, jeśli mają wcześniejszą wiedzę na temat analityki.
(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 dziedziny 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.
