CUBI - Culture | Biblioteche | In rete

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: L'ingresso della Data Analytics in azienda è spesso accompagnato da reazioni contrastanti. Da una parte c'è ottimismo ed entusiasmo, dall'altra un senso generalizzato di inadeguatezza - di solito per la mancanza di esperienza e conoscenze specifiche - e anche un certo sospetto. In questo scenario, lo scoglio in cui può imbattersi chi si trova a dover prendere decisioni o indirizzare investimenti è la semplice domanda: "Da dove partiamo?". Questo manuale propone un percorso e una serie di strumenti per farsi strada nel mondo dei Big Data. L'approccio è pragmatico e graduale ed è pensato per guidare nel processo di Data Transformation ovvero di integrazione sistematica della Big Data Analytics in un business. Nel corso dei capitoli vengono illustrati strumenti operativi e modelli concettuali che aiutano a vedere in prospettiva aneddoti e proclami, sgombrare il campo da falsi miti e mettere a fuoco opportunità reali. Una guida pensata sia per chi ha già un po' di dimestichezza con l'intelligenza artificiale e vuole passare alla messa in pratica senza commettere errori strategici nell'implementazione, sia per chi parte da zero e vuole costruire, passo dopo passo, le basi per affrontare con successo la sfida dell'innovazione tecnologica.

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.