Descripción
Esta guía práctica proporciona una colección de técnicas y mejores prácticas que generalmente se pasan por alto en la mayoría de las pedagogías de ingeniería de datos y ciencia de datos. Una idea errónea común es que los grandes científicos de datos son expertos en los "grandes temas" de la disciplina: el aprendizaje automático y la programación. Pero la mayoría de las veces, estas herramientas solo pueden llevarnos hasta cierto punto. En la práctica, las herramientas y habilidades más pequeñas son las que realmente separan a un gran científico de datos de uno que no lo es.
En su conjunto, las lecciones de este libro marcan la diferencia entre un candidato a científico de datos promedio y un científico de datos cualificado que trabaja en el campo. El autor Daniel Vaughan ha recopilado, ampliado y utilizado estas habilidades para crear valor y formar a científicos de datos de diferentes empresas e industrias.
Con este libro, podrá:
- Comprender cómo la ciencia de datos crea valor
- Ofrecer narrativas convincentes para vender su proyecto de ciencia de datos
- Construir un caso de negocio utilizando principios de economía unitaria
- Crear nuevas características para un modelo de ML utilizando el storytelling
- Aprender a descomponer los KPI
- Realizar descomposiciones de crecimiento para encontrar las causas fundamentales de los cambios en una métrica
Daniel Vaughan es jefe de datos en Clip, la empresa líder en tecnología de pagos en México. Es autor de Analytical Skills for AI and Data Science (O'Reilly).
Autor: Daniel Vaughan
Editorial: O'Reilly Media
Publicado: 05/12/2023
Páginas: 254
Tipo de encuadernación: Tapa blanda
Peso: 0.91 libras
Tamaño: 9.19h x 7.00w x 0.54d
ISBN13: 9781098146474
ISBN10: 1098146476
Categorías BISAC:
- Informática | Ciencia de Datos | Aprendizaje Automático
- Informática | Programación | Algoritmos
- Tecnología e Ingeniería | Investigación