Descripción
Escrito por los reconocidos expertos en ciencia de datos Foster Provost y Tom Fawcett, Data Science for Business presenta los principios fundamentales de la ciencia de datos y le guía a través del pensamiento analítico de datos necesario para extraer conocimientos útiles y valor comercial de los datos que recopila. Esta guía también le ayuda a comprender las muchas técnicas de minería de datos en uso hoy en día.
Basado en un curso de MBA que Provost ha impartido en la Universidad de Nueva York durante los últimos diez años, Data Science for Business proporciona ejemplos de problemas comerciales del mundo real para ilustrar estos principios. No solo aprenderá a mejorar la comunicación entre las partes interesadas del negocio y los científicos de datos, sino también cómo participar inteligentemente en los proyectos de ciencia de datos de su empresa. También descubrirá cómo pensar analíticamente en los datos y apreciará plenamente cómo los métodos de la ciencia de datos pueden respaldar la toma de decisiones comerciales.
- Comprenda cómo la ciencia de datos encaja en su organización y cómo puede usarla para obtener una ventaja competitiva
- Trate los datos como un activo comercial que requiere una inversión cuidadosa si desea obtener un valor real
- Aborde los problemas comerciales de forma analítica, utilizando el proceso de minería de datos para recopilar buenos datos de la manera más adecuada
- Aprenda conceptos generales para extraer realmente conocimiento de los datos
- Aplique los principios de la ciencia de datos al entrevistar a candidatos para puestos de ciencia de datos
Autor: Foster Provost, Tom Fawcett
Editorial: O'Reilly Media
Publicado: 03/09/2013
Páginas: 414
Tipo de encuadernación: Tapa blanda
Peso: 1.50lbs
Tamaño: 9.20h x 7.00w x 0.90d
ISBN13: 9781449361327
ISBN10: 1449361323
Categorías BISAC:
- Informática | Ciencia de datos | Modelado y diseño de datos
- Negocios y Economía | Estadística
- Negocios y Economía | Matemáticas empresariales
Acerca del autor
Foster Provost es profesor y NEC Faculty Fellow en la NYU Stern School of Business, donde imparte clases en los programas de MBA, Business Analytics y Data Science. Ex editor en jefe de la revista Machine Learning, el profesor Provost ha cofundado varias empresas exitosas centradas en la ciencia de datos para marketing.
Tom Fawcett tiene un doctorado en aprendizaje automático y ha trabajado en I+D industrial durante más de dos décadas para empresas como GTE Laboratories, NYNEX/Verizon Labs y HP Labs. Su trabajo publicado se ha convertido en lectura estándar en ciencia de datos tanto en metodología (evaluación de resultados de minería de datos) como en aplicaciones (detección de fraude y filtrado de spam).