Rete Bibliotecaria della Provincia di Como

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.