Értékelés:
Matt Taddy „Business Data Science” című könyve átfogó megközelítést nyújt a statisztikai technikák és a gépi tanulás üzleti kontextusban történő megértéséhez és alkalmazásához, miközben az elméleti modellek helyett az ok-okozati mechanizmusokra és a gyakorlati megvalósításra helyezi a hangsúlyt. Számos, elsősorban R-ben készült kódpéldát tartalmaz, amelyek gyakorlati betekintést nyújtanak az üzleti adatelemzésbe. Ugyanakkor nem alkalmas kezdők számára, mivel feltételezett előzetes statisztikai és programozási ismereteket feltételez.
Előnyök:⬤ Áthidalja az elméleti modellek és a gyakorlati megvalósítás közötti szakadékot.
⬤ Nagy hangsúlyt fektet az ok-okozati következtetésre és a valós alkalmazásokra.
⬤ Gyakorlati példákat és in-line R-kódot tartalmaz, amely a szerző GitHubján keresztül érhető el.
⬤ Informatív és átfogó, ideális a statisztikában és az adattudományban jártasak számára.
⬤ Alkalmas referenciaként a végzős hallgatók és a tudásukat elmélyíteni kívánó szakemberek számára.
⬤ Nem alkalmas kezdőknek; szilárd matematikai és statisztikai ismereteket igényel.
⬤ A fejlett gépi tanulás és a mesterséges intelligencia témáinak korlátozott lefedettsége.
⬤ Néhány elírást és kisebb pontatlanságot tartalmaz.
⬤ Elsősorban az R-re összpontosít, amely a Python-felhasználók számára kevésbé hozzáférhető.
⬤ Néhány olvasó kevésbé találta lebilincselőnek, és inkább tankönyvnek, mint lebilincselő olvasmánynak.
(31 olvasói vélemény alapján)
Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions
A kiadó megjegyzése: A harmadik féltől vásárolt termékekre a kiadó nem vállal garanciát a minőségre, a hitelességre vagy a termékhez tartozó online jogosultságokhoz való hozzáférésre.
Használja a gépi tanulást ügyfelei megértéséhez, a döntések kialakításához és az értékteremtéshez
Az üzleti analitika világa megváltozott, és az adattudósok átveszik az irányítást. Az Üzleti adattudomány végigvezeti Önt a gépi tanulás használatának lépésein, hogy a legjobb üzleti adattudományt valósítsa meg. Akár olyan üzleti vezető, aki mélyre akar ásni az adatokban, akár olyan mérnök, aki meg akarja tanulni, hogyan alkalmazza a gépi tanulást az üzleti problémákra, megtalálja azokat az információkat, betekintést és eszközöket, amelyekre szüksége van ahhoz, hogy a mai adatvezérelt gazdaságban boldoguljon. Megtanulhatja, hogyan:
- Használja a gépi tanulás kulcsfontosságú építőelemeit: a ritka regularizációt, a mintán kívüli validálást, valamint a látens faktor- és témamodellezést.
- Megérti, hogyan használja az ML eszközöket a valós üzleti problémákban, ahol az ok-okozati összefüggés többet számít, mint a korreláció.
- Oldjon meg adattudományi programokat szkripteléssel az R programozási nyelven.
A mai üzleti környezetet az adatok vezérlik, és folyamatosan változik. A vállalatok élnek és halnak attól, hogy képesek-e gyorsan és hatékonyan meghozni és végrehajtani a megfelelő döntéseket. Az üzleti adattudomány az adattudomány helyes műveléséről szól. Arról szól, hogy milyen izgalmas dolgok történnek a Big Data körül a virágzó vállalkozások működtetése érdekében. Azokról az alapelvekről, elvekről és legjobb gyakorlatokról szól, amelyeket ismernie kell a legjobb üzleti adattudományhoz.
