| Видавництво: | Видавничий дім «Фабула» |
| Автори: | Анналін Нг , Кеннет Су |
| Жанр: | Саморозвиток і мислення |
| Де читати: | У застосунку Наша Книга — детальніше |
| ISBN: | 978-617-522-178-5 |
Цю книгу не можна завантажити — вона доступна для читання лише в нашому мобільному застосунку.
Застосунок доступний на Android та iOS.
Сучасний світ перенасичений інформацією, зокрема даними. Величезною кількістю даних! Як серед них не загубитися? Як їх осягнути? Як використовувати в повсякденному житті та різноманітних галузях? Як аналізувати? Як інтерпретувати?
«Опануй числа!» — це зручний графічний опис ключових алгоритмів обробки даних, корисний як вступ для новачків у цій галузі, огляд для ділових людей, що працюють з аналітиками, чи стимул для тих, хто прагне знати, що відбувається з їхніми даними.
Уявіть себе молодим лікарем.
До вас звертається пацієнт зі скаргами на задишку, біль у грудях і періодичну печію. Ви його обстежуєте. Виявляється, його кров’яний тиск і частота серцевих скорочень у нормі, а ще в нього не було жодних попередніх захворювань.
Під час огляду ви виявляєте, що пацієнт повненький. Оскільки його симптоми характерні для людей з надмірною вагою, ви запевняєте його, що все під контролем, і рекомендуєте знайти час для фізичних вправ.
Подібна ситуація занадто часто призводить до встановлення хибного діагнозу, оскільки пацієнти із серцево-судинними захворюваннями мають симптоми, схожі на ознаки звичайного ожиріння. Лікарі часто не проводять подальшого обстеження, яке могло би виявити більш серйозне захворювання.
Судження кожної людини обмежені її суб’єктивним досвідом і неповнотою знань. Це погіршує процес ухвалення рішень і може, як у випадку з недосвідченим лікарем, завадити подальшому обстеженню, яке здатне допомогти дійти більш точних висновків.
Саме тут стане в пригоді наука про дані.
Замість покладатися на судження однієї людини, методи цієї науки дають нам змогу використовувати інформацію з більшої кількості джерел даних для ухвалення кращих рішень. Наприклад, ми в змозі перевірити історії хвороби пацієнтів зі схожими симптомами, аби на основі цієї статистики виявити можливі діагнози, на які раніше не звертали уваги.
Завдяки сучасним обчислювальним технологіям і передовим алгоритмам ми здатні:
• виявляти приховані тенденції у великих масивах даних;
• використовувати тенденції для прогнозування;
• обчислювати ймовірність кожного можливого результату;
• швидко отримувати точні результати.
Цю книжку написано простою мовою (без складної математики) як легкий вступ до науки про дані та її алгоритмів. Аби допомогти вам зрозуміти ключові поняття, ми використовуємо інтуїтивно зрозумілі пояснення та багато візуальних зображень.
Кожному алгоритму присвячено окремий розділ, у якому наведено приклад з реального життя, що пояснює, як працює алгоритм. Дані, використані для цих прикладів, доступні в інтернеті, а їхні джерела вказано наприкінці книжки.
Якщо вам потрібно повторити вивчений матеріал, зверніться до висновків після кожного розділу. Наприкінці книжки ви також знайдете зручні довідкові таблиці, у яких порівнюються переваги та недоліки кожного алгоритму. Також видання містить глосарій загальновживаних термінів.
За допомогою цієї книжки ми сподіваємося дати вам практичне розуміння науки про дані, аби ви могли скористатися її перевагами для ухвалення кращих рішень.
Тож почнімо.
«Судження кожної людини обмежені її суб’єктивним досвідом і неповнотою знань.»
«Замість покладатися на судження однієї людини, методи цієї науки дають нам змогу використовувати інформацію з більшої кількості джерел даних для ухвалення кращих рішень.»
«Цю книжку написано простою мовою (без складної математики) як легкий вступ до науки про дані та її алгоритмів.»
Анналін Нг і Кеннет Су ведуть блог algobeans.com, де від 2015 року пояснюють методи машинного навчання без математики й жаргону. Вони помітили, що науку про дані дедалі частіше використовують для робочих рішень, а розуміють її мало хто, — і зібрали свої навчальні інструкції в одну книжку «для студента, підприємливого бізнесмена або будь-кого з допитливим розумом». Спершу автори видали її самі: «Numsense! Data Science for the Layman» з’явилася на платформі Leanpub і була завершена 5 березня 2017 року, а згодом перейшла на Amazon. Рукопис редагувала їхня подруга Соня Чан, макет і обкладинку оригінального видання зробила Дора Тан, а за поради автори дякують професорам Лонгу Нгуену, Персі Лянгу й Михалу Косінському.
Ця книга читається в застосунку Наша Книга: купили на сайті — вона одразу у вашій бібліотеці на телефоні, з офлайн-режимом і синхронізацією прогресу.
