Rete Bibliotecaria della Provincia di Como

Abstract: Nell'era dei big data gli algoritmi di apprendimento automatico sono essenziali per elaborare l'enorme mole di informazioni prodotta costantemente. Muovere i primi passi in questa disciplina, però, può non essere né semplice né immediato. Questo manuale guida il lettore nell'applicazione del machine learning utilizzando R, un ambiente di programmazione statistica multipiattaforma che offre un potente set di metodi di analisi. Il testo parte dall'introduzione alla terminologia e ai fondamenti del machine learning per poi mostrare le tecniche per esplorare e preparare i dati all'analisi vera e propria applicando algoritmi che consentono di fare previsioni, individuare modelli e creare cluster. Nella parte conclusiva viene illustrato come valutare e migliorare le performance dei metodi impiegati, esplorando infine alcune possibilità avanzate di utilizzo di R con altre tecnologie per la gestione di big data. Combinando casi di studio pratici con la teoria essenziale, il libro fornisce tutte le conoscenze necessarie per iniziare a lavorare con i dati ed è adatto sia a chi già conosce R sia agli utenti alle prime armi.

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 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: 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.

Abstract: L'esperto di economia digitale Vili Lehdonvirta ci racconta il rapporto tra tecnologie digitali e società. All'inizio, internet era un luogo senza legge, popolato da geni della truffa che rendevano l'acquisto o la vendita di qualsiasi cosa online un affare rischioso. Poi Amazon, eBay, Upwork e Apple crearono piattaforme digitali sicure per la vendita di beni fisici, la ricerca di un lavoro e il download di app. In seguito, però, questi giganti della tecnologia hanno continuato a governare internet come autocrati. Come è potuto accadere? In che modo utenti e lavoratori sono diventati gli sfortunati sudditi degli imperi economici online? Internet non doveva liberarci dal potere delle istituzioni? L'esperto di economia digitale Vili Lehdonvirta ci racconta il rapporto tra tecnologie digitali e società prendendo di volta in volta spunto dalla storia di un personaggio influente o di una piattaforma significativa tra quelli che hanno contribuito a plasmare l'odierna economia digitale, da nomi familiari come Jeff Bezos di Amazon a eroi misconosciuti come Kristy Milland di Turker Nation. Lehdonvirta esplora l'ascesa dell'economia delle piattaforme verso il dominio completo delle nostre vite e propone una via alternativa da seguire. Perché solo se comprendiamo le piattaforme digitali per quello che sono – istituzioni potenti come Stati – possiamo avviare una vera fase di democratizzazione.

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: 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: Quasi tutto quello che sappiamo sulle persone è sbagliato. Perché? Il motivo è semplice: le persone mentono. Lo fanno sempre e comunque, con amici, parenti, partner e datori di lavoro, mentono alle ricerche di mercato, ai sondaggi elettorali e al medico, sono pronte a mentire perfino a loro stesse. C'è solo un luogo dove tutti si sentono completamente liberi, dove possono esprimere tutti i loro desideri, dove è possibile soddisfare ogni più strana e perversa curiosità: questo posto è Internet e il loro più fedele confidente sí chiama Google. Nell'era degli algoritmi ogni nostra azione in rete viene tracciata, registrata e analizzata. Google e i social network potrebbero, in qualunque momento, dirci chi siamo veramente. Illuminante, divertente, a volte scioccante, "La macchina della verità" di Seth Stephens-Davidowitz mostra che non c'è niente al mondo che possa farci scoprire in maniera così profonda ogni sfumatura dell'animo umano come la piccola barra rettangolare che abbiamo come confidente.

Abstract: I social network sono un passatempo che consente di mantenersi in contatto con gli amici, di "conoscere" altre persone almeno virtualmente, di fruire di contenuti multimediali, di dar luogo a iniziative o di partecipare a quelle organizzate da altri. Alla base del successo di queste piattaforme c'è la loro gratuità. Nessuno (o quasi) si chiede il perché del mancato pagamento di un biglietto. Quei pochi che si pongono la domanda non sempre trovano una risposta plausibile. Il ticket di ingresso, in realtà, viene pagato inconsapevolmente da chi accede nel corso dell'utilizzo di queste caleidoscopiche opportunità di intrattenimento. In termini pratici, il prezzo per utilizzare i social network è costituito dalle informazioni personali che gli utenti forniscono ininterrottamente a chi gestisce questi sistemi. La consapevolezza è il primo strumento che abbiamo a disposizione per tutelare le nostre informazioni personali.

Abstract: Il capitalismo sta morendo. I profitti crescono mentre la disuguaglianza aumenta e l'innovazione rallenta. Qualcosa deve succedere. La fusione tra big data e intelligenza artificiale porterà, secondo gli autori, a un nuovo tipo di capitalismo: quello fondato sui dati. Nel corso dell'ultimo secolo la storia del capitalismo è stata la storia di un mercato dominato da denaro e imprese. Usiamo il prezzo per valutare i beni e la cifra che siamo disposti a pagare indica fino a che punto riteniamo valido un prodotto. Le imprese, dal canto loro, coordinano attività complesse, come la produzione di massa delle automobili, controllando il flusso delle informazioni e centralizzando il processo decisionale, e garantendo al tempo stesso un livello di occupazione stabile. Ma il capitalismo dei dati è un'altra cosa: i dati che noi generiamo su noi stessi e quelli che le imprese generano relativamente ai loro prodotti permettono ad appositi algoritmi di collegare acquirenti e venditori in modo molto più efficiente rispetto ai mercati basati sul sistema dei prezzi. Queste stesse forze rendono superfluo il controllo rigido delle informazioni, consentendo a gruppi di persone di dimensioni sempre più ridotte di coordinarsi efficacemente senza dover ricorrere a un'infrastruttura elaborata. In definitiva, le grandi imprese centralizzate potrebbero ridursi a nulla più che un individuo e il suo computer. Un capitalismo incentrato sui dati potrebbe significare un'economia più sostenibile e più equa, ma la fine dell'impresa - e, con essa, la fine del lavoro stabile - comporta anche grossi rischi. "Reinventare il capitalismo nell'era dei big data" ci spiega come il cambiamento tecnologico in corso stia uccidendo il capitalismo che siamo abituati a conoscere e che cosa lo rimpiazzerà.

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: 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: Negli ultimi anni stiamo assistendo ad un cambiamento epocale nell'ecosistema digitale: da una parte i regolatori stanno imponendo norme sempre più restrittive per la raccolta dei dati degli utenti, dall'altra i più importanti operatori del mercato come Apple, Amazon, Google, Meta (Facebook) e Microsoft hanno autonomamente avviato un processo di ammodernamento nelle tecnologie su cui si fondano le applicazioni di digital marketing, grazie anche all'introduzione dell'Intelligenza Artificiale. Per chi si occupa di marketing digitale è l'inizio di una nuova era. Gli strumenti che siamo abituati ad utilizzare per interagire per gli utenti stanno evolvendo rapidamente; le metodologie tradizionali sembrano non garantire più le stesse performance cui eravamo abituati, mentre nuove famiglie di strumenti si stanno affacciando, come CMP, CDP, Datalake, Data Clean Room e strumenti di ID resolution e di Marketing Automation. Chi si occupa di strategie omnichannel, digital communication, performance marketing, lead acquisition, data monetization e data insight si trova di fronte ad una situazione liquida, in costante mutazione. Partendo dalle basi del funzionamento delle piattaforme coinvolte nelle attività del marketing digitale, il libro pone le basi per comprendere i principali vettori del cambiamento in corso, inquadrando i nuovi strumenti e le nuove metodologie in un disegno armonico e strutturato. L'autore con il contributo di Iacopo Amicabile, esperto di Data Science applicata al marketing e di piattaforme di Data Management, si propone di creare uno strumento che aiuti a capire e seguire i trend del marketing già presenti nel mercato per essere pronti alle sfide di domani.