Rete Bibliotecaria della Provincia di Como

Abstract: Da qualche anno ormai si parla di data driven economy: la rivoluzione digitale, l'aumento della connettività, l'istantaneità della diffusione delle informazioni stanno rivoluzionando il modo in cui aziende e istituzioni operano. L'umanità sta creando quantità di dati sempre maggiori, lasciando sempre più tracce digitali di sé, dei suoi gusti, bisogni e consumi; macchine opportunamente addestrate, i robots, sono in grado di svolgere compiti via via più sofisticati che in molti casi aiutano l'uomo e ne amplificano capacità e risultati. Anche se quella parte di intelligenza artificiale che colpisce di più l'immaginazione può essere ritenuta ancora lontana dallo scaricare a terra tutte le proprie potenzialità, la parte di intelligenza artificiale basata sul machine learning è molto vicina a noi e sta già avendo un impatto non trascurabile sulla vita di tutti i giorni. In questo lavoro viene presentato il processo di analisi dei dati strutturati e non, dalla data ingestion alla data prepa-ration, dai principali algoritmi di machine learning all'interpretazione dei risultati emersi e alla loro integrazione nel processo decisionale. Vengono inoltre illustrate alcune applicazioni selezionate a tematiche di business, quali, per esempio, l'analisi della loyalty della clientela, la fraud detection e i modelli predittivi basati sui dati ricavati dai social media. In buona parte delle applicazioni presentate si fa uso di software open source per il machine learning ed in particolare di Knime.

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: Gli strumenti e le tecniche per portare l'analisi dei dati oltre Excel. La data analytics è una disciplina sempre più ricercata e acquisire competenze in questo ambito sta diventando essenziale in ogni settore. Questo manuale spiega come muovere i primi passi senza dover imparare un linguaggio di programmazione, ma passando dalla teoria alla pratica attraverso alcuni tutorial mirati. Si parte spiegando le tipologie di analisi possibili e come i dati devono essere preparati prima di essere analizzati. Si passa quindi al visual programming, con strumenti - KNIME e Microsoft Power BI - che consentono di creare template, modelli riutilizzabili e interfacce in grado di svolgere analisi profonde anche attraverso il machine learning. Infine si apprendono alcune tecniche di data visualization e data storytelling che aiutano a migliorare il processo di decision making. Un libro adatto a manager, professionisti, studenti e a tutti coloro che vogliono scoprire le potenzialità della data analytics per lavorare in modo più efficace con i dati.

Abstract: Lungi dall'essere modelli matematici oggettivi e trasparenti, gli algoritmi che ormai dominano la nostra quotidianità iperconnessa sono spesso vere e proprie "armi di distruzione matematica": non tengono conto di variabili fondamentali, incorporano pregiudizi e se sbagliano non offrono possibilità di appello. Queste armi pericolose giudicano insegnanti e studenti, vagliano curricula, stabiliscono se concedere o negare prestiti, valutano l'operato dei lavoratori, influenzano gli elettori, monitorano la nostra salute. Basandosi su case studies nei campi più disparati ma che appartengono alla vita di ognuno di noi, O'Neil espone i rischi della discriminazione algoritmica a favore di modelli matematici più equi ed etici. Perché rivestire i pregiudizi di un'apparenza statistica non li rende meno pregiudizi.

Abstract: Questa guida aggiornata a Python 3 spiega come iniziare, quali sono e come funzionano gli algoritmi di machine learning, come si utilizzano linguaggi di programmazione quali Python e R, come svolgere compiti pratici utilizzando gli algoritmi più efficaci e molto altro ancora

Abstract: Nel mondo di Ale e Vera non c’è bisogno di affannarsi per trovare le risposte. Myra, il sistema operativo integrato nella vita di ogni cittadino, ti conosce bene e sa cosa è meglio per te. Basta chiedere. E infatti Ale e Vera si incontrano proprio grazie a lei. Ma qualcosa non quadra, e Vera lo sa: si può vivere sotto l’occhio costante del sistema, nella totale condivisione social della propria vita? A cosa stanno rinunciando? Ale, Vera e un gruppo di altri ragazzi tentano la strada più dura: scegliere da soli, risvegliare le coscienze. È difficile non farsi beccare, ma ne vale al pena: la libertà è un’avventura piena di storie, emozioni, sfide. Ma è anche piena di pericoli, soprattutto se il nemico è molto più vicino del previsto. Ribellarsi ha un costo molto alto. Saranno disposti a pagarlo?