About this ebook
Contenuto
Questo libro offre:
Una panoramica dettagliata della scienza dei dati, delle sue origini e della sua evoluzione.
I fondamenti matematici e gli strumenti statistici per l’analisi e la modellazione dei dati
Elementi di statistica decrittiva, inferenziale e teoria della probabilità
Fondamenti di Machine Learning: spiegazioni chiare e concise dei principali algoritmi di apprendimento automatico, dai più semplici ai più complessi.
Tecniche per la modellazione e la validazione dei modelli di machine learning.
Esempi ed esercizi pratici per mettere subito in pratica le competenze acquisite.
Una guida completa sugli strumenti più utilizzati nel campo, da Python, NumPy, Pandas, Matplotlib, Scikit-learn e altre librerie essenziali.
Capitoli dedicati a tecniche avanzate come l'apprendimento non supervisionato, l’apprendimento semi-supervisionato e i metodi ensamble.
A chi è rivolto questo libro
Questo libro è rivolto a chiunque voglia imparare a manipolare ed analizzare i dati traendo da questi nuova conoscenza. Se sei un manager IT o un analista che vuole entrare nel mondo della Data Science e dei Big Data, se sei uno sviluppatore che vuole conoscere le nuove tendenze nel campo dell'apprendimento automatico o sei semplicemente curioso di conoscere questo mondo, allora questo libro è per te.
About the author
Sono un ingegnere informatico appassionato di dati, con oltre venti anni di esperienza nel settore. Attualmente ricopro il ruolo di IT Manager, ma nel corso della mia carriera ho svolto vari ruoli come esperto in sistemi multidimensionali e ho partecipato in prima linea a numerosi progetti di data warehousing, business intelligence, strumenti analitici, analisi ad-hoc, modelli predittivi, data science e consulenza strategica. Ho seguito l’intero ciclo di vita dei dati, dall’ETL fino all’implementazione dei progetti nei settori della grande distribuzione, retail, e-commerce, e molti altri.
