Note :
Ce livre fournit des informations précieuses sur la science des données, en mettant l'accent sur la pensée critique plutôt que sur l'acceptation naïve des conclusions des données. Il est accessible à un large public, y compris à ceux qui n'ont pas de formation en science des données, et encourage les lecteurs à être conscients des pratiques fallacieuses de traitement des données.
Avantages:Lecture attrayante pour un large public, offre des perspectives précieuses sur l'interprétation des données, souligne la nécessité de la pensée critique, critique les pratiques d'intelligence artificielle, sensibilise aux pièges du traitement des données.
Inconvénients:Parfois un peu répétitif, peut être lent à démarrer pour ceux qui sont déjà familiers avec les concepts.
(basé sur 5 avis de lecteurs)
The 9 Pitfalls of Data Science
La science des données n'a jamais eu autant d'influence sur le monde. Les grandes entreprises voient aujourd'hui l'intérêt d'employer des scientifiques des données pour interpréter les vastes quantités de données qui existent aujourd'hui. Cependant, le domaine est si nouveau et évolue si rapidement que l'analyse produite peut être, au mieux, aléatoire.
Les 9 pièges de la science des données nous montre des exemples concrets de ce qui peut mal tourner. Rédigé de manière divertissante, ce guide inestimable examine les erreurs trop courantes des scientifiques des données - qui peuvent être en proie à la paresse, aux caprices, aux intuitions et aux préjugés - et indique comment elles ont été à l'origine de nombreux désastres, y compris la Grande Récession.
Gary Smith et Jay Cordes soulignent que la rigueur scientifique et l'esprit critique sont indispensables à l'ère du Big Data, car les machines trouvent souvent des schémas dénués de sens qui peuvent conduire à de fausses conclusions dangereuses. Les 9 pièges de la science des données est truffé de récits divertissants d'approches réussies ou erronées de l'interprétation des données, de grands succès comme d'échecs retentissants. Ces récits édifiants aideront non seulement les scientifiques des données à être plus efficaces, mais aussi le public à faire la distinction entre la bonne et la mauvaise science des données.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)