Nauka o danych, znana także pod nazwą data science, jest stosunkowo nową, interdyscyplinarną dziedziną, zajmującą się przeróżnymi technikami analizy danych, ich implementacją i wykorzystywaniem do rozmaitych celów.
zalety nauki o informacji doceniają specjaliści z wielu branż: analitycy biznesowi, statystycy, architekci oprogramowania i osoby zajmujące się nienaturalną inteligencją. Tak naprawdę ta dziedzina nie koncentruje się na kodowaniu i bazach danych, lecz raczej na metodach wyłuskiwania z informacji przeróżnych cennych informacji.
Wartość tej wiedzy niejednokrotnie okazuje się ogromna. Niniejsza książka jest przystępnym wprowadzeniem do nauki o informacji. Jest dedykowana dla osób, które chcą stosować techniki analizy danych w biznesie.
Te techniki, opisane na podstawie użytecznych przypadków, to m.in. Optymalizacja, prognozowanie i symulacja oraz sztuczna inteligencja, teoria grafów, analiza skupień i wykrywanie anomalii. Dzięki tej książce nie tylko zrozumiesz zasady analizowania danych, lecz także nauczysz się wybierać technologię właściwą do rozwiązania danego problemu.
Poznasz też techniki pracy z prototypami. Co atrakcyjne, niemal wszystkie opisane tu metody zostały zaprezentowane w arkuszu kalkulacyjnym. W książce opisano m.in. Optymalizację przy pomocy programowania liniowego i całkowitoliczbowego szereg czasowy, wykrywanie trendów i wahań sezonowych przewidywanie za pomocą wygładzania wykładniczego metodę symulacji Monte Carlo test Tukeya i lokalne czynniki odstające język R - zaawansowane techniki analizy informacji Wyciśnij z danych każdą kroplę wiedzy!
Powyższy opis pochodzi od wydawcy.