CUBI - Culture | Biblioteche | In rete

Abstract: La progettazione e l'interrogazione di database è un elemento centrale di applicazioni, servizi e piattaforme di vario tipo e dimensione e non può essere ignorata da chi lavora allo sviluppo e al mantenimento di architetture e soluzioni IT. Questo manuale fornisce i fondamenti per lavorare con i dati e i relativi sistemi di gestione, analizzando le tipologie esistenti e le modalità per archiviare ed estrarre informazioni. Dopo aver spiegato come funziona il linguaggio SQL, vengono affrontati i database relazionali (MySQL e PostgreSQL) e quindi quelli NoSQL (MongoDB, Elasticsearch). A questo punto si passa al delicato tema della progettazione di una nuova base di dati suggerendo le best practice per ottenere un buon risultato ed evidenziando quali errori evitare. Per concludere vengono introdotte le tecnologie per lavorare con i big data, le modalità per gestire l'archiviazione su cloud e come ottenere la miglior qualità del dato. Con 185 esercizi disponibili online, una guida pratica, ricca di esempi e suggerimenti, pensata per studenti e professionisti che vogliono imparare a lavorare al meglio con i dati.

Abstract: Elaborare il magma di dati oggi disponibili è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate, tra cui scikit-learn, Theano e Keras, applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.

Abstract: La data science è una materia in rapida evoluzione le cui applicazioni spaziano in ambiti diversi della nostra vita. Questo libro insegna a trasformare database caotici e dati non strutturati in dataset omogenei e ordinati attraverso l'impiego degli strumenti essenziali del linguaggio Python per il data mining, il machine learning, la network analysis e l'elaborazione del linguaggio naturale. Il lettore impara ad acquisire dati numerici e testuali eterogenei da fonti diverse come semplici file locali, database e il Web. Scopre come ripulirli e normalizzarli. Lavora su basi di dati SQL e NoSQL, applica strumenti per la rappresentazione grafica e scopre i modelli di analisi statistiche e predittive più utilizzati nel campo del machine learning. Una lettura dedicata a studenti e docenti, ai professionisti alle prime armi e agli sviluppatori in cerca di una guida di riferimento. I requisiti fondamentali sono una normale esperienza di programmazione in Python e un ambiente di sviluppo con installata la versione 3.3 (o superiore) del linguaggio oltre ai moduli e alle librerie specifiche indicate nel testo.

Abstract: Elaborare il magma di dati oggi disponibili è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate, tra cui scikit-learn, Theano e Keras, applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.

Abstract: Miliardi di persone frequentano il Web ma poche sanno che imparando alcuni principi di programmazione, e qualcosa di più sulla struttura interna dei social media, è possibile raccogliere informazioni di vario tipo: verificare che qualcuno abbia scritto, detto o mostrato qualcosa, analizzarne le relazioni e le interazioni, conoscerne gli interessi, i gusti e così via. Questo libro mostra come trovare ed estrarre dati dalla Rete e dai principali social media utilizzando semplici programmi realizzati da zero, e alcune soluzioni professionali. Si parte spiegando l'architettura di base del Web per poi illustrare gli strumenti necessari per creare un laboratorio di mining semplice ma efficace. Quindi si passa alla pratica su Facebook, Twitter, Instagram e LinkedIn e, dopo aver visto come ottenere dati di vario tipo, si misurano le conoscenze acquisite andando a "caccia" su altri siti web. Alla fine vengono proposte alcune metriche di analisi da applicare alle informazioni ottenute. Che tu sia un social media manager, un professionista del marketing, un giornalista o un semplice curioso, questa guida facile e ricca di esempi passo passo è il libro che fa per te.

Abstract: La data science è una moderna disciplina che combina aree della matematica e informatica per estrarre conoscenza e valore dai dati con metodo scientifico. La conoscenza ricavata dai dati è alla base di previsioni e decisioni aziendali e governative, di scoperte scientifiche, di studi di fenomeni sociali, ma anche di applicazioni di intelligenza artificiale che, dalla computer vision alla elaborazione del linguaggio naturale, stanno rivoluzionando l'economia e la società. Il successo internazionale del libro si deve alla straordinaria capacità di introdurre la disciplina da zero con applicazioni in Python, il linguaggio di programmazione standard de facto in questo ampio settore che va dall'analisi dei dati al machine learning. I concetti sono spiegati con esempi facilmente comprensibili, al punto che il libro offre un percorso d'ingresso anche a chi si avvicina alla disciplina senza una particolare preparazione in informatica e matematica. La data science è diventata prioritaria negli investimenti e quindi anche nella ricerca di personale esperto.