MENU
Nasze ceny
-
nowość
Sztuka analizy danych. Twarde i miękkie umiejętności w czasach sztucznej inteligencji - ebook
Sztuka analizy danych. Twarde i miękkie umiejętności w czasach sztucznej inteligencji - ebook
Nigdy wcześniej firmy nie miały dostępu do takiej ilości danych i nigdy wcześniej tak bardzo nie potrzebowały ludzi, którzy potrafią je właściwie interpretować. W erze sztucznej inteligencji analiza danych stała się kluczowym narzędziem podejmowania decyzji biznesowych.
Ta książka to kompleksowy przewodnik po umiejętnościach twardych i miękkich niezbędnych do odniesienia sukcesu w tej dynamicznie rozwijającej się dziedzinie. Autorka dzieli się wiedzą zdobytą podczas ponad dziesięcioletniej kariery, pokazując, jak radzić sobie z rzeczywistymi wyzwaniami analitycznymi. Zamiast skupiać się wyłącznie na narzędziach i wzorach, opisuje praktyczne aspekty codziennej pracy analityka. Obejmuje przy tym cały proces: od definiowania pytań i metryk, przez dobór metod statystycznych, aż po skuteczną komunikację z interesariuszami. Omawia również zagadnienia związane z modelowaniem statystycznym, wykorzystaniem zewnętrznych źródeł danych, a także nowoczesnymi narzędziami analitycznymi, w tym zastosowaniem sztucznej inteligencji.
W książce:
- Kompleksowy cykl życia projektu analitycznego
- Parametryczne i nieparametryczne testy statystyczne
- Projektowanie rzetelnych wskaźników SMART
- Etyczne i prawne aspekty pracy z danymi wrażliwymi
- Modelowanie statystyczne
- Pozyskiwanie danych z API i web scrapingu
- Zastosowania generatywnej AI w pracy analityka
Między liczbami a ludźmi. Dane, które kształtują biznes
Spis treści
Słowo wstępne
Przedmowa
Podziękowania
Informacje o książce
O autorce
Część I. Zadawanie pytań
- 1. Czym zajmuje się analityk?
- 1.1. Czym jest analityka?
- 1.1.1. Analiza biznesowa
- 1.1.2. Analityka marketingowa
- 1.1.3. Analityka finansowa
- 1.1.4. Analityka produktowa
- 1.1.5. Jak bardzo odrębne są te dziedziny?
- 1.2. Zestaw narzędzi analityka danych
- 1.2.1. Arkusze kalkulacyjne
- 1.2.2. Język zapytań
- 1.2.3. Języki programowania do zastosowań statystycznych
- 1.2.4. Narzędzia do wizualizacji danych
- 1.2.5. Rozbudowa zestawu narzędzi
- 1.3. Przygotowanie się do swojej roli
- 1.3.1. Czego możesz się spodziewać jako analityk?
- 1.3.2. Czego nauczysz się z tej książki?
- Podsumowanie
- 1.1. Czym jest analityka?
- 2. Od pytania do rezultatu
- 2.1. Cykl życia projektu analitycznego
- 2.1.1. Pytania i hipotezy
- 2.1.2. Źródła danych
- 2.1.3. Miary i metody analizy
- 2.1.4. Interpretacja wyników
- 2.1.5. Ćwiczenia
- 2.2. Komunikacja z interesariuszami
- 2.2.1. Wytyczne dotyczące interpretacji wyników
- 2.2.2. Wyniki, które nie potwierdzają hipotez
- 2.2.3. Ćwiczenia
- 2.3. Odtwarzalność
- 2.3.1. Czym jest odtwarzalność?
- 2.3.2. Dokumentowanie efektów pracy
- 2.3.3. Ćwiczenia
- Podsumowanie
- 2.1. Cykl życia projektu analitycznego
- 3. Testowanie i ocena hipotez
- 3.1. Formułowanie hipotezy
- 3.1.1. Gromadzenie podstawowych informacji
- 3.1.2. Formułowanie hipotezy
- 3.1.3. Ujęcie ilościowe hipotezy
- 3.1.4. Ćwiczenia
- 3.2. Metody gromadzenia dowodów
- 3.2.1. Opisy
- 3.2.2. Korelacje
- 3.2.3. Eksperymenty
- 3.2.4. Typy projektów badawczych
- 3.2.5. Ćwiczenia
- 3.3. Typy programów badawczych
- 3.3.1. Badania podstawowe i stosowane
- 3.3.2. Testy A/B
- 3.3.3. Ocena programów
- Podsumowanie
- 3.1. Formułowanie hipotezy
Część II. Pomiary
- 4. Metody statystyczne, których (prawdopodobnie) się nauczyłeś: testy t, analiza wariancji i korelacje
- 4.1. Logika statystyk opisowych
- 4.1.1. Podsumowywanie właściwości danych
- 4.1.2. Podsumowanie
- 4.1.3. Ćwiczenia
- 4.2. Wnioskowanie: porównywanie grup
- 4.2.1. Testy parametryczne
- 4.2.2. Ćwiczenia
- 4.3. Wnioskowanie: korelacja i regresja
- 4.3.1. Współczynniki korelacji
- 4.3.2. Modelowanie regresji
- 4.3.3. Raportowanie korelacji i regresji
- 4.3.4. Ćwiczenia
- Podsumowanie
- 4.1. Logika statystyk opisowych
- 5. Statystyki, które (prawdopodobnie) przeoczyłeś: metody nieparametryczne i ich interpretacja
- 5.1. Obraz statystyki
- 5.1.1. Ewolucja metod statystycznych
- 5.1.2. Odpowiedzialne wybieranie metod
- 5.2. Statystyka nieparametryczna
- 5.2.1. Porównania między grupami dla danych ciągłych lub porządkowych
- 5.2.2. Ćwiczenia
- 5.2.3. Porównywanie danych kategorycznych
- 5.2.4. Podsumowanie
- 5.3. Odpowiedzialna interpretacja
- 5.3.1. Błędy statystyczne
- 5.3.2. Manipulowanie danymi
- Podsumowanie
- 5.1. Obraz statystyki
- 6. Czy mierzysz to, co postanowiłeś mierzyć?
- 6.1. Teoria pomiaru
- 6.1.1. Przekształcanie pomysłów w koncepcje
- 6.1.2. Typowe narzędzia pomiarowe
- 6.2. Wybór metody zbierania danych
- 6.2.1. Typy miar
- 6.2.2. Tworzenie miar samooceny
- 6.2.3. Interpretacja dostępnych danych
- 6.2.4. Ćwiczenia
- 6.3. Rzetelność i trafność
- 6.3.1. Rzetelność
- 6.3.2. Trafność
- 6.3.3. Ćwiczenia
- Podsumowanie
- 6.1. Teoria pomiaru
- 7. Sztuka używania wskaźników: monitorowanie wyników pod kątem sukcesu firmy
- 7.1. Rola wskaźników w podejmowaniu decyzji
- 7.1.1. Monitorowanie wydajności
- 7.1.2. Kształtowanie strategii organizacyjnej
- 7.1.3. Promowanie odpowiedzialności
- 7.1.4. Ćwiczenia
- 7.2. Kluczowe zasady projektowania wskaźników
- 7.2.1. Użycie koncepcji SMART
- 7.2.2. Ustalanie punktów odniesienia i celów
- 7.2.3. Ćwiczenia
- 7.3. Unikanie pułapek związanych ze wskaźnikami
- 7.3.1. Reprezentacja
- 7.3.2. Wizualizacja
- 7.3.3. Ćwiczenia
- Podsumowanie
- 7.1. Rola wskaźników w podejmowaniu decyzji
Część III. Zestaw narzędzi analityka
- 8. Zajmowanie się danymi wrażliwymi i chronionymi
- 8.1. Jednomyślność w badaniach
- 8.1.1. Krótka lekcja historii
- 8.1.2. Świadoma zgoda
- 8.1.3. Ćwiczenia
- 8.2. Obecny stan prawny
- 8.2.1. Regulacje dotyczące ochrony danych
- 8.2.2. Stronniczość w systemach zautomatyzowanych
- 8.2.3. Ćwiczenia
- 8.3. Analiza danych wrażliwych
- 8.3.1. Minimalizacja danych
- 8.3.2. Anonimizacja i pseudonimizacja danych
- 8.3.3. Zapobieganie deanonimizacji
- 8.3.4. Ćwiczenia
- Podsumowanie
- 8.1. Jednomyślność w badaniach
- 9. Świat modelowania statystycznego
- 9.1. Wiele obliczy modelowania statystycznego
- 9.1.1. Klasy modeli statystycznych
- 9.1.2. Dane wynikowe modelu i diagnostyka
- 9.1.3. Ćwiczenia
- 9.2. Proces modelowania
- 9.2.1. Analiza eksploracyjna
- 9.2.2. Dopasowanie modelu
- 9.2.3. Ćwiczenia
- 9.3. Model statystyczny i jego wartość
- 9.3.1. Modele objaśniające
- 9.3.2. Modele predykcyjne
- 9.3.3. Ćwiczenia
- Podsumowanie
- 9.1. Wiele obliczy modelowania statystycznego
- 10. Uwzględnianie w analizach danych zewnętrznych
- 10.1. Korzystanie z interfejsów API
- 10.1.1 Pobieranie danych: porównanie interfejsów API z interfejsem przeglądarki
- 10.1.2. Ustalanie wartości korzystania z interfejsu API
- 10.1.3. Ćwiczenia
- 10.2. Uzyskiwanie danych z witryn internetowych
- 10.2.1. Uzyskiwanie danych z sieci
- 10.2.2. Wyodrębnianie niezbędnych danych
- 10.2.3. Określanie wartości metody uzyskiwania danych z witryn
- 10.2.4. Ćwiczenia
- 10.3. Korzystanie z publicznych źródeł danych
- 10.3.1. Kiedy dane publiczne stały się tak popularne?
- 10.3.2. Typy publicznych źródeł danych
- 10.3.3. Dostęp do danych publicznych
- 10.3.4. Ćwiczenia
- Podsumowanie
- 10.1. Korzystanie z interfejsów API
- 11. Magia danych o właściwej strukturze
- 11.1. Dylemat analityka
- 11.2. Przegląd narzędzi do pracy z danymi
- 11.2.1. Gromadzenie danych
- 11.2.2. Przechowywanie danych
- 11.2.3. Przetwarzanie danych
- 11.2.4. Ćwiczenia
- 11.3. Praktyki dotyczące zarządzania danymi
- 11.3.1. Struktura danych
- 11.3.2. Jakość danych
- 11.3.3. Użycie metadanych
- 11.3.4. Ćwiczenia
- 11.4. Dane do analizy
- 11.4.1. Inżynieria analityczna
- 11.4.2. Modelowanie danych w schematach gwiazdy
- 11.4.3. Ćwiczenia
- Podsumowanie
- 12. Narzędzia i technologie do nowoczesnej analizy danych
- 12.1. Ewolucja analityki danych
- 12.2. Narzędzia do analizy i raportowania
- 12.2.1. Typy narzędzi
- 12.2.2. Biblioteki analiz
- 12.2.3. Ćwiczenia
- 12.3. Analityka samoobsługowa
- 12.3.1. Metody zapewniania samoobsługi
- 12.3.2. Tworzenie strategii
- 12.3.3. Ćwiczenia
- 12.4. Sztuczna inteligencja
- 12.4.1. Generatywna sztuczna inteligencja
- 12.4.2. Kierunki na przyszłość
- 12.4.3. Końcowe przemyślenia
- 12.4.4. Ćwiczenia
- Podsumowanie
Bibliografia
| Kategoria: | Poradniki |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-3307-1 |
| Rozmiar pliku: | 19 MB |
