[PDF] Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati - eBooks Review

Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati


Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati
DOWNLOAD

Download Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages. If the content not found or just blank you must refresh this page





Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati


Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati
DOWNLOAD
Author : Mario A.B. Capurso
language : it
Publisher: Mario Capurso
Release Date :

Data Science Manuale Italiano Analisi E Visualizzazione Dei Dati written by Mario A.B. Capurso and has been published by Mario Capurso this book supported file pdf, txt, epub, kindle and other format this book has been release on with Computers categories.


Questa opera segue il curriculum 2021 della Association for Computing Machinery per specialisti in Scienze dei Dati, con l’obiettivo di costituire un “Bignami” della Scienza ed Ingegneria dei Dati e facilitare il percorso di formazione personale a partire da competenze specialistiche in Informatica o Matematica o Statistica per un lettore di lingua madre italiana. Secondo di una serie di testi, copre gli aspetti metodologici della scienza dei dati, l’analisi e la visualizzazione dei dati. Descrive la metodologia CRISP DM, le fasi lavorative, i criteri di successo, i linguaggie gli ambienti utilizzabili, le librerie applicative. Poichè questo testo utilizza Orange per gli aspetti applicativi, ne viene descritta l’installazione ed i widget. Nella visualizzazione vengono fatti cenni storici, descritte le caratteristiche di una visualizzazione efficace, i tipi di messaggi veicolabili, la Grammatica dei Grafici, l’uso di un grafico e di una dashboard, i software e le librerie utilizzabili, il ruolo e l’uso del colore. Vengono quindi analizzati 55 tipi di grafici riportando significato, uso, esempi e dimensioni visive anche con un vocabolario dei grafici e tabelle riassuntive. Vengono portati esempi in Orange e viene spiegato l’eventuale uso di Python con Orange. Viene discussa l’inferenza basata sulla visualizzazione, definita l’analisi esplorativa e confermativa e riportate le tecniche. Per motivi legati alla fruibilità in formato elettronico, il testo è stato suddiviso in parti con un numero non esagerato di pagine, mantenendo costante la parte metodologica introduttiva e la bibliografia e con una numerazione dei paragrafi che rimanda al testo complessivo nella sua forma integrata. Il testo è corredato di materiale di supporto ed è possibile scaricare gli esempi in Orange e i dati di prova.



Data Science Manuale Italiano Aspetti Metodologici Acquisizione Gestione E Pulizia Dei Dati


Data Science Manuale Italiano Aspetti Metodologici Acquisizione Gestione E Pulizia Dei Dati
DOWNLOAD
Author : Mario A.B Capurso
language : it
Publisher: Mario Capurso
Release Date : 2022-04-19

Data Science Manuale Italiano Aspetti Metodologici Acquisizione Gestione E Pulizia Dei Dati written by Mario A.B Capurso and has been published by Mario Capurso this book supported file pdf, txt, epub, kindle and other format this book has been release on 2022-04-19 with Computers categories.


Questa opera segue il curriculum 2021 della Association for Computing Machinery per specialisti in Scienze dei Dati, con l’obiettivo di costituire un “Bignami” della Scienza ed Ingegneria dei Dati e facilitare il percorso di formazione personale a partire da competenze specialistiche in Informatica o Matematica o Statistica per un lettore di lingua madre italiana. Per motivi legati alla fruibilità in formato elettronico, il testo è stato suddiviso in parti con un numero non esagerato di pagine, mantenendo costante la parte metodologica introduttiva e la bibliografia e con una numerazione dei paragrafi che rimanda al testo complessivo nella sua forma integrata. Primo di una serie di testi, copre gli aspetti metodologici della scienza dei dati, l’acquisiziona, la gestione e pulizia dei dati. Descrive la metodologia CRISP DM, le fasi lavorative, i criteri di successo, i linguaggie gli ambienti utilizzabili, le librerie applicative. Poichè questo testo utilizza Orange per gli aspetti applicativi, ne viene descritta l’installazione ed i widget. Nell’acquisizione vengono descritte le fonti dei dati, le tecniche di accelerazione, i metodi di discretizzazione, gli standard di sicurezza, i tipi e le rappresentazione dei dati, le tecniche per gestire corpus di testi come bag-of-words, word-count, TF-IDF, n-grams, analisi lessicale, analisi sintattica, analisi semantica, filtraggio stop word, stemming, le tecniche per rappresentare ed elaborare le immagini, le tecniche di campionamento, di filtraggio, di web scraping. Vengono analizzate le dimensioni della qualità dei dati, gli algoritmi per l’identificazione dell’entità, della scoperta della verità, la pulizia basata su regole, la gestione dei valori mancanti e ripetuti, la codifica dei valori categoriali , la pulizia dei valori anomali e degli errori, la gestione delle inconsistenze, lo scaling, l’integrazione dei dati da varie fonti e la classifica delle fonti aperte, gli scenari applicativi e l’uso di databases, datawarehouses, data lakes e mediators, la mappatura degli schemi di dati e il ruolo di RDF, OWL e SPARQL, le trasformazioni. Il testo è corredato di materiale di supporto ed è possibile scaricare gli esempi in Orange e i dati di prova.



Data Science Manuale Italiano Advanced Machine Learning E Deployment


Data Science Manuale Italiano Advanced Machine Learning E Deployment
DOWNLOAD
Author : Mario A. B. Capurso
language : en
Publisher: Mario Capurso
Release Date : 2023-09-08

Data Science Manuale Italiano Advanced Machine Learning E Deployment written by Mario A. B. Capurso and has been published by Mario Capurso this book supported file pdf, txt, epub, kindle and other format this book has been release on 2023-09-08 with Computers categories.


Questa opera segue il curriculum 2021 della Association for Computing Machinery per specialisti in Scienze dei Dati, con l’obiettivo di costituire un “Bignami” della Scienza ed Ingegneria dei Dati e facilitare il percorso di formazione personale a partire da competenze specialistiche in Informatica o Matematica o Statistica per un lettore di lingua madre italiana. Parte di una serie di testi, riepiloga prima di tutto la metodologia di lavoro standard CRISP DM utilizzata in questa opera e in progetti di Scienza dei Dati. Poichè questo testo utilizza Orange per gli aspetti applicativi, ne descrive l’installazione ed i widget. La fase di modellizzazione dei dati viene considerata nell’ottica dell’apprendimento automatico riepilogando i tipi di apprendimento automatico, i tipi di modelli, i tipi di problemi e i tipi di algoritmi. Sono descritti gli aspetti avanzati associati alla modellizzazione quali le funzioni di perdita e di ottimizzazione come la gradient descent, le tecniche per analizzare le prestazioni dei modelli come il Bootstrapping e la Cross Validation. Vengono analizzati gli scenari di deployment e le più comuni piattaforme, con esempi applicativi. Vengono proposti i meccanismi per automatizzare l’apprendimento automatico e per supportare l’interpretabilità dei modelli e dei risultati come Partial Dependence Plot, Permuted Feature Importance e altre. Gli esercizi sono descritti con Orange e Python con l’uso della libreria Keras/Tensorflow. Il testo è corredato di materiale di supporto ed è possibile scaricare gli esempi in Orange e i dati di prova.



Data Science Manuale Italiano Deep Learning


Data Science Manuale Italiano Deep Learning
DOWNLOAD
Author : Mario A. B. Capurso
language : it
Publisher: Mario Capurso
Release Date : 2023-09-04

Data Science Manuale Italiano Deep Learning written by Mario A. B. Capurso and has been published by Mario Capurso this book supported file pdf, txt, epub, kindle and other format this book has been release on 2023-09-04 with Computers categories.


Questa opera segue il curriculum 2021 della Association for Computing Machinery per specialisti in Scienze dei Dati, con l’obiettivo di costituire un “Bignami” della Scienza ed Ingegneria dei Dati e facilitare il percorso di formazione personale a partire da competenze specialistiche in Informatica o Matematica o Statistica per un lettore di lingua madre italiana. Parte di una serie di testi, riepiloga prima di tutto la metodologia di lavoro standard CRISP DM utilizzata in questa opera e in progetti di Scienza dei Dati. Poichè questo testo utilizza Orange per gli aspetti applicativi, ne descrive l’installazione ed i widget. La fase di modellizzazione dei dati viene considerata nell’ottica dell’apprendimento automatico riepilogando i tipi di apprendimento automatico. Sono descritte le tecniche di Deep Learning considerando le architetture del Perceptron, Neocognitron, il neurone con Backpropagation e le funzioni di attivazione, le Feed Forward Networks, gli Autoencoders, le reti ricorrenti e le LSTM e GRU, le Transformer Neural Networks, le Convolutional Neural Networks e le Generative Adversarial Networks ed analizzati i blocchi costruttivi. Gli esercizi sono descritti con Orange e Python con l’uso della libreria Keras/Tensorflow. Il testo è corredato di materiale di supporto ed è possibile scaricare gli esempi in Orange e i dati di prova.



Data Science Manuale Italiano Modellazione E Machine Learning


Data Science Manuale Italiano Modellazione E Machine Learning
DOWNLOAD
Author : Mario A. B. Capurso
language : it
Publisher: Mario Capurso
Release Date : 2023-09-03

Data Science Manuale Italiano Modellazione E Machine Learning written by Mario A. B. Capurso and has been published by Mario Capurso this book supported file pdf, txt, epub, kindle and other format this book has been release on 2023-09-03 with Computers categories.


Questa opera segue il curriculum 2021 della Association for Computing Machinery per specialisti in Scienze dei Dati, con l’obiettivo di costituire un “Bignami” della Scienza ed Ingegneria dei Dati e facilitare il percorso di formazione personale a partire da competenze specialistiche in Informatica o Matematica o Statistica per un lettore di lingua madre italiana. Parte di una serie di testi, riepiloga prima di tutto la metodologia di lavoro standard CRISP DM utilizzata in questa opera e in progetti di Scienza dei Dati. Poichè questo testo utilizza Orange per gli aspetti applicativi, ne descrive l’installazione ed i widget. Considera quindi il concetto di modello, il suo ciclo di vita e la relazione con misure e metriche. La fase di modellizzazione dei dati viene considerata nell’ottica dell’apprendimento automatico approfondendo i tipi di apprendimento automatico, i tipi di modelli, i tipi di problemi e i tipi di algoritmi. Dopo aver considerato le caratteristiche ideali di modelli ed algoritmi, viene compilato un vocabolario dei tipi di modelli e degli algoritmi e viene considerato il loro uso in Orange attraverso due progetti rispettivamente di tipo supervisionato e non supervisionato. Il testo è corredato di materiale di supporto ed è possibile scaricare gli esempi in Orange e i dati di prova.



Data Science Manuale Italiano Exploratory Data Analysis Metriche Modelli


Data Science Manuale Italiano Exploratory Data Analysis Metriche Modelli
DOWNLOAD
Author : Mario A. B. Capurso
language : it
Publisher: Mario Capurso
Release Date :

Data Science Manuale Italiano Exploratory Data Analysis Metriche Modelli written by Mario A. B. Capurso and has been published by Mario Capurso this book supported file pdf, txt, epub, kindle and other format this book has been release on with Computers categories.


Questa opera segue il curriculum 2021 della Association for Computing Machinery per specialisti in Scienze dei Dati, con l’obiettivo di costituire un “Bignami” della Scienza ed Ingegneria dei Dati e facilitare il percorso di formazione personale a partire da competenze specialistiche in Informatica o Matematica o Statistica per un lettore di lingua madre italiana. Terzo di una serie di testi, riepiloga prima di tutto la metodologia di lavoro standard CRISP DM utilizzata in questa opera e in progetti di Scienza dei Dati. Poichè questo testo utilizza Orange per gli aspetti applicativi, ne descrive l’installazione ed i widget. Considera quindi il concetto di modello, il suo ciclo di vita e la relazione con misure e metriche. Vengono quindi descritte le misure di localizzazione, dispersione, asimmetria, correlazione, similarità, distanza. Vengono considerate le metriche di test and score utilizzate nel machine learning, quelle relative a testi e documenti, le metriche di associazione tra elementi in un carrello degli acquisti, di relazione tra oggetti, somiglianza tra insiemi e tra grafi, somiglianza tra serie temporali. Come attività preliminare alla fase di modellizzazione viene approfondita l’Analisi Esplorativa dei Dati in termini di domande, processo, tecniche e tipologie di problemi. Per ognuno delle tipologie di problemi vengono considerati i grafici consigliati, le modalità di interpretazione dei risultati e la loro realizzazione in Orange. Il testo è corredato di materiale di supporto ed è possibile scaricare gli esempi in Orange e i dati di prova.



Data Analytics Per Tutti


Data Analytics Per Tutti
DOWNLOAD
Author : Andrea De Mauro
language : it
Publisher: Apogeo Editore
Release Date : 2022-04-20T00:00:00+02:00

Data Analytics Per Tutti written by Andrea De Mauro and has been published by Apogeo Editore this book supported file pdf, txt, epub, kindle and other format this book has been release on 2022-04-20T00:00:00+02:00 with Computers categories.


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.



Data Science E Machine Learning


Data Science E Machine Learning
DOWNLOAD
Author : Michele di Nuzzo
language : it
Publisher: Michele di Nuzzo
Release Date : 2021-09-13

Data Science E Machine Learning written by Michele di Nuzzo and has been published by Michele di Nuzzo this book supported file pdf, txt, epub, kindle and other format this book has been release on 2021-09-13 with Computers categories.


Estrarre conoscenza dalle informazioni attraverso l’analisi dei dati: quella del data scientist è stata definita la professione più attraente del XXI secolo. Analizzare le relazioni tra i dati, scoprire nuove informazioni e, con l'aiuto del machine learning, sfruttare l’enorme potenziale che vi si nasconde costruendo modelli previsionali. In questo libro illustriamo le tecniche di analisi dei dati e di costruzione di algoritmi di Machine Learning e Deep Learning, passando dalle conoscenze teoriche alle applicazioni con il software statistico R, tramite ampi esempi pratici. Cosa imparerai - Matematica e algebra per il machine learning - Utilizzo del software statistico R e R-Studio - Statistica descrittiva e inferenziale per la data science - Calcolo delle probabilità - La preparazione dei dati e la feature engineering - Progettare e validare gli algoritmi di machine learning - Algoritmi di regressione, classificazione e clustering - Fare previsioni basate su serie temporali - I modelli di reti neurali e deep learning - Raccontare i dati: data visualization & data storytelling A chi è rivolto questo libro Questo libro è rivolto a chiunque voglia imparare a manipolare ed analizzare i dati traendo da questi nuova conoscenza. Se sei un manager IT o un analista che vuole entrare nel mondo della Data Science e dei Big Data, se sei uno sviluppatore che vuole conoscere le nuove tendenze nel campo dell’Intelligenza Artificiale o sei semplicemente curioso di conoscere questo mondo, allora questo libro è per te. Contenuti - La data science e i modelli di analisi - La gestione dei big data - Analisi univariata e multivariata, probabilità e test d’ipotesi - Esplorare e visualizzare i dati - Preparazione e pulizia dei dati - Apprendimento supervisionato: classificazione e regressione - Apprendimento non supervisionato: clustering e riduzione dimensionale - Apprendimento semi supervisionato - Algoritmi di associazione e analisi delle serie temporali - Misure di validazione ed ottimizzazione degli algoritmi - Le reti neurali e il Deep Learning - Reti Convoluzionali per il riconoscimento di immagini - Reti Ricorrenti e LSMT per le sequenze - Encoders per la feature selection - Algoritmi generativi



Big Data Analytics


Big Data Analytics
DOWNLOAD
Author : Andrea De Mauro
language : it
Publisher: Apogeo Editore
Release Date : 2019-05-01T00:00:00+02:00

Big Data Analytics written by Andrea De Mauro and has been published by Apogeo Editore this book supported file pdf, txt, epub, kindle and other format this book has been release on 2019-05-01T00:00:00+02:00 with Computers categories.


I Big Data sono una realtà e la professionalità del data scientist è tanto ambita quanto rara sul mercato del lavoro. All’interno delle aziende, infatti, gli investimenti si concentrano sempre più sull’analisi dei dati, con lo scopo di prendere decisioni efficaci e migliorare prodotti, servizi e vendite. Questo manuale presenta in modo semplice e concreto i Big Data a chi non ha particolare esperienza ma vuole passare velocemente dalla teoria alla pratica. Per questo viene introdotto KNIME, uno strumento open source e gratuito dotato di un'interfaccia grafica che ne semplifica l'utilizzo e permette anche a chi non scrive codice di sfruttare i principali algoritmi di machine learning. Dopo aver definito cosa sono - e non sono - i Big Data, attraverso esempi pratici e tutorial viene spiegato come costruire cluster per organizzare dati e come creare modelli di predizione. Infine vengono introdotti argomenti più avanzati come il riconoscimento e l'analisi del linguaggio umano, e l'estensione delle funzionalità di KNIME con R e Python. Una guida per manager, professionisti e studenti, ma più in generale per chiunque voglia iniziare a lavorare con i Big Data apprezzandone le opportunità e comprendendone le criticità.



Data Science


Data Science
DOWNLOAD
Author : Sinan Ozdemir
language : it
Publisher: Apogeo Editore
Release Date : 2017-06-13T00:00:00+02:00

Data Science written by Sinan Ozdemir and has been published by Apogeo Editore this book supported file pdf, txt, epub, kindle and other format this book has been release on 2017-06-13T00:00:00+02:00 with Computers categories.


Questo libro si rivolge ai programmatori che vogliono entrare nel mondo della scienza dei dati scoprendo come unire competenze che spaziano dalla matematica alle analisi di business attraverso - naturalmente - la programmazione. Lo scopo è insegnare come affrontare dati eterogenei trasformandoli in idee e insight. Nel corso dei vari capitoli vengono presentati gli elementi che un data scientist deve padroneggiare: la definizione del dominio di analisi, il recupero e la pulizia di dati grezzi, il calcolo delle probabilità, i modelli statistici, fino all'applicazione di algoritmi di machine learning. Non mancano approfondimenti su come normalizzare e preparare i dati prima di un'analisi, oltre a suggerimenti su come presentare e comunicare i risultati in modo efficace. Tutti i passaggi chiave sono corredati da esempi di pseudocodice per illustrare al meglio gli algoritmi in uso mentre gli esempi di codice utilizzano prevalentemente il linguaggio Python.