Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym Kraków

Musisz spojrzeć prawdzie w oczy: epoka danych to nie tylko imponujące możliwości, ale również obietnice bez pokrycia. Firmy wdrażają rozwiązania, które mają je wyręczać w podejmowaniu decyzji. Menedżerowie zatrudniają analityków, którzy nimi nie są. Specjaliści w dziedzinie data science są zatrudniani w organizacjach, które nie są na nich gotowe. Dyrektorzy wysłuchują technicznego żargonu i udają, że go rozumieją. Efekt? Pieniądze idą w błoto. Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć krytycznie o danych i otrzymanych wynikach, będziesz też inteligentnie o tym mówić. Jednym zdaniem: zrozumiesz dane i związane z nimi wyzwania na głębszym, profesjonalnym poziomie. To książka dla każdego, kto chce przestawić firmę na tory data science. Eric Weber, kierownik ds. eksperymentów i badań metrycznych, Yelp Naucz się: myśleć statystycznie i rozumieć rolę zmienności w podejmowaniu decyzji zadawać właściwe pytania na temat statystyk i wyników analiz sensownie korzystać z rozwiązań uczenia maszynowego i sztucznej inteligencji unikać typowych błędów podczas pracy z danymi i ich interpretowania Data science? Odsiejesz piasek od złota! Spis treści: O autorach O redaktorach technicznych Podziękowania Przedmowa Wprowadzenie CZĘŚĆ I. MYŚL JAK SPEC OD DANYCH ROZDZIAŁ 1. NA CZYM POLEGA PROBLEM? PYTANIA, KTÓRE POWINIEN ZADAWAĆ SPEC OD DANYCH Dlaczego problem jest ważny? Na kogo wpływa ten problem? Co, jeśli nie mamy właściwych danych? Kiedy projekt się zakończy? Co, jeśli nie spodobają nam się rezultaty? DLACZEGO PROJEKTY ZWIĄZANE Z DANYMI KOŃCZĄ SIĘ NIEPOWODZENIEM? Wrażenia klientów Omówienie PRACA NAD PROBLEMAMI, KTÓRE MAJĄ ZNACZENIE PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 2. CZYM SĄ DANE? DANE A INFORMACJE Przykładowy zbiór danych TYPY DANYCH JAK GROMADZI SIĘ DANE I JAKĄ MAJĄ STRUKTURĘ? Dane obserwacyjne i eksperymentalne Dane ustrukturyzowane i nieustrukturyzowane PODSTAWOWE STATYSTYKI ZBIORCZE PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 3. PRZYGOTOWANIE DO MYŚLENIA STATYSTYCZNEGO ZADAWAJ PYTANIA WSZYSTKO JEST ZMIENNE Scenariusz: wrażenia klientów (kontynuacja) Studium przypadku: zachorowalność na raka nerki PRAWDOPODOBIEŃSTWO I STATYSTYKA Prawdopodobieństwo a intuicja Odkrywanie informacji za pomocą statystyki PODSUMOWANIE ROZDZIAŁU CZĘŚĆ II. MÓW JAK SPEC OD DANYCH ROZDZIAŁ 4. POLEMIZUJ Z DANYMI CO BYŚ ZROBIŁ(A)? Katastrofa spowodowana brakiem danych JAKA JEST HISTORIA POCHODZENIA DANYCH? Kto zebrał dane? Jak zebrano dane? CZY DANE SĄ REPREZENTATYWNE? Czy poprawnie dobrano próbę? Co zrobiono z wartościami odstającymi? JAKICH DANYCH NIE WIDZĘ? Jak rozwiązano problem brakujących wartości? Czy dane mogą zmierzyć to, co ma być mierzone? POLEMIZUJ Z DANYMI KAŻDEJ WIELKOŚCI PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 5. EKSPLORUJ DANE EKSPLORACYJNA ANALIZA DANYCH I TY PRZYJMIJ NASTAWIENIE EKSPLORACYJNE Pytania naprowadzające Scenariusz CZY DANE MOGĄ ODPOWIEDZIEĆ NA PYTANIE? Określ oczekiwania i użyj zdrowego rozsądku Czy wartości mają intuicyjny sens? Uważaj! Wartości odstające i brakujące CZY ODKRYLIŚCIE JAKIEŚ ZWIĄZKI? Korelacja Uważaj! Błędne interpretowanie korelacji Uważaj! Korelacja nie implikuje przyczynowości CZY ZNALEŹLIŚCIE W DANYCH NOWE MOŻLIWOŚCI? PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 6. BADAJ PRAWDOPODOBIEŃSTWA ZGADNIJ ODPOWIEDŹ REGUŁY GRY Notacja Prawdopodobieństwo warunkowe i zdarzenia niezależne Prawdopodobieństwo wielu zdarzeń ĆWICZENIE MYŚLOWE Z ZAKRESU PRAWDOPODOBIEŃSTWA Następne kroki UWAŻAJ Z ZAKŁADANIEM NIEZALEŻNOŚCI Nie popełniaj błędu hazardzisty WSZYSTKIE PRAWDOPODOBIEŃSTWA SĄ WARUNKOWE Nie przestawiaj zależności Twierdzenie Bayesa UPEWNIJ SIĘ, ŻE PRAWDOPODOBIEŃSTWA MAJĄ ZNACZENIE Kalibracja Rzadkie zdarzenia mogą się zdarzać i się zdarzają PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 7. KWESTIONUJ STATYSTYKI KRÓTKIE LEKCJE O WNIOSKOWANIU Zostaw sobie trochę przestrzeni Więcej danych, więcej dowodów Kwestionuj status quo Dowody na twierdzenie przeciwne Równoważenie błędów decyzyjnych PROCES WNIOSKOWANIA STATYSTYCZNEGO PYTANIA, KTÓRE POMOGĄ CI KWESTIONOWAĆ STATYSTYKI Jaki jest kontekst tych statystyk? Jaki jest rozmiar próby? Co testujecie? Jaka jest hipoteza zerowa? Jaki jest poziom istotności? Ile przeprowadzacie testów? Czy mogę zobaczyć przedziały ufności? Czy jest to praktycznie istotne? Czy zakładacie przyczynowość? PODSUMOWANIE ROZDZIAŁU CZĘŚĆ III. PRZYBORNIK SPECJALISTY DATA SCIENCE ROZDZIAŁ 8. W POSZUKIWANIU UKRYTYCH GRUP UCZENIE NIENADZOROWANE REDUKCJA WYMIAROWOŚCI Tworzenie cech złożonych ANALIZA SKŁADOWYCH GŁÓWNYCH Składowe główne zdolności sportowych Podsumowanie PCA Potencjalne pułapki KLASTERYZACJA KLASTERYZACJA METODĄ K-ŚREDNICH Klasteryzacja sklepów detalicznych Potencjalne pułapki PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 9. MODEL REGRESJI UCZENIE NADZOROWANE JAK DZIAŁA REGRESJA LINIOWA? Regresja metodą najmniejszych kwadratów: nie tylko pomysłowa nazwa REGRESJA LINIOWA: CO CI DAJE? Rozszerzanie modelu na wiele cech REGRESJA LINIOWA: JAKIE POWODUJE NIEPOROZUMIENIA? Pominięte zmienne Współliniowość Przeciek danych Błędy ekstrapolacji Relacje nie zawsze są liniowe Wyjaśniasz czy przewidujesz? Skuteczność regresji INNE MODELE REGRESJI PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 10. MODEL KLASYFIKACJI WPROWADZENIE DO KLASYFIKACJI Czego się nauczysz? Przykładowy problem klasyfikacj REGRESJA LOGISTYCZNA Regresja logistyczna - i co z tego? DRZEWA DECYZYJNE METODY ZESPOŁOWE Lasy losowe Drzewa wzmacniane gradientowo Interpretowalność modeli zespołowych STRZEŻ SIĘ PUŁAPEK Złe podejście do problemu Przeciek danych Brak podziału danych Wybór odpowiedniego progu decyzyjnego BŁĘDNE ROZUMIENIE DOKŁADNOŚCI Macierze błędów PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 11. ANALIZA TEKSTU OCZEKIWANIA WOBEC ANALIZY TEKSTU JAK TEKST STAJE SIĘ LICZBAMI Wielki worek słów N-gramy Osadzenia słów MODELOWANIE TEMATYCZNE KLASYFIKACJA TEKSTU Naiwny klasyfikator byesowski Analiza odczuć KWESTIE PRAKTYCZNE PODCZAS PRACY Z TEKSTEM Giganci technologiczni mają przewagę PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 12. UCZENIE GŁĘBOKIE SIECI NEURONOWE Pod jakimi względami sieci neuronowe przypominają ludzki mózg? Prosta sieć neuronowa Jak uczy się sieć neuronowa? Nieco bardziej złożona sieć neuronowa ZASTOSOWANIA UCZENIA GŁĘBOKIEGO Korzyści z uczenia głębokiego Jak komputery "widzą" obrazy? Konwolucyjne sieci neuronowe Uczenie głębokie w języku i sekwencjach UCZENIE GŁĘBOKIE W PRAKTYCE Czy masz dane? Czy Twoje dane są ustrukturyzowane? Jak będzie wyglądać sieć? SZTUCZNA INTELIGENCJA I TY Giganci technologiczni mają przewagę Etyka w uczeniu głębokim PODSUMOWANIE ROZDZIAŁU CZĘŚĆ IV. DROGA DO SUKCESU ROZDZIAŁ 13. STRZEŻ SIĘ PUŁAPEK TENDENCYJNOŚĆ I DZIWNE ZJAWISKA W DANYCH Błąd przeżywalności Regresja do średniej Paradoks Simpsona Błąd konfirmacj Błąd utopionych kosztów Dyskryminacja algorytmiczna Nieskategoryzowane przejawy tendencyjności WIELKA LISTA PUŁAPEK Pułapki związane ze statystyką i uczeniem maszynowym Pułapki związane z projektem PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 14. ZNAJ LUDZI I OSOBOWOŚCI SIEDEM SCENARIUSZY FIASKA KOMUNIKACYJNEGO Post mortem Wieczorynka Głuchy telefon W gąszczu szczegółów Konfrontacja z rzeczywistością Wrogie przejęcie Egocentryk OSOBOWOŚCI W ŚWIECIE DANYCH Entuzjasta Cynik Spec od danych PODSUMOWANIE ROZDZIAŁU ROZDZIAŁ 15. CO DALEJ?