Это новая версия страницы книги. Часть функций ещё в работе — мы добавляем их постепенно.

Джордан Морроу - Как вытащить из данных максимум: навыки аналитики для неспециалистов

18+

Ваша оценка

2,3

(66)

Как вытащить из данных максимум: навыки аналитики для неспециалистов

Name: Как вытащить из данных максимум: навыки аналитики для неспециалистов
Rating: 2.3 (66 reviews)
Author: Джордан Морроу
ISBN: 978-5-9614-7563-0

Джордан Морроу

Дата-грамотность, то есть способность ориентироваться в мире данных, — ключевой навык сегодняшнего дня. Ежедневно в соцсетях публикуются миллиарды сообщений, электронные почтовые ящики по всей планете гудят от писем, а каждый подключенный к интернету автомобиль производит терабайты данных, не говоря уже об онлайн-магазинах, платежных системах и государственных цифровых сервисах. Однако работать с данными, анализировать их и использовать их для бизнеса по-прежнему умеет меньшинство, а специалисто...

Жанры

Издательство:

Альпина Паблишер

ISBN:

978-5-9614-7563-0

Год издания:

2022

Язык:

Русский

Возрастные ограничения:

18+

Рейтинг LiveLib

2,3

66 оценок

5
5%
4
11%
3
30%
2
33%
1
21%

Ваша оценка

Прочитали 73Хотят прочитать 123

Рецензии

EgglestonRhodophane
17 октября 2023
Как дать минимум данных в книге о данных
Всё, что можно почерпнуть полезного из данной книги, это небольшой список довольно простых идей, большинство из которых и так должны быть ясны читателям этой книги, если уж они интересуются анализом данных. Вот практически полный список этих идей:
анализ данных может улучшить качество принятия рещений в компании
важно не только собирать данные, но и правильно их интерпретировать
анализ данных важен для айти-специалистов
анализ данных важен для маркетолого
а важен ли анализ данных для топ-менеджеров? конечно же важен!
полезно иметь специалистов по сбору и анализу данных, но данными должны пользоваться не только эти спецаилисты
искусственный интеллект и машинное обучение могут быть хорошим подспорьем в анализе данных, но и на них не стоит полагаться на 100%
В остальном же автор гоняет одну и ту же воду на протяжении всей книги, одни и те же примеры, в частности эпидемия холеры в Лондоне, одни и те же четыре уровня аналитики, кочующие из главы в главу. Когда же дело доходит до каких-то более глубоких вещей, автор отделывается фразами вроде "ну об этом можно прочитать во множестве других книг, мы не будем на этом фокусироваться". В общем, за всю книгу мы так толком ни на чем и не сфокусировались.
Читать далее
5 понравилось
0
183
misha_spokoen
1 октября 2023
Вода, повторения, вода и снова вода
Бесконечные повторения и очень много воды. Даже если вы совершенно не знакомы с аналитикой — достаточно полистать оглавление, можно прочесть «краткое содержание главы» и все. Сэкономленное время лучше посвятить книге «Рациональность: от ИИ до зомби» и прочим статьям сайта lesswrong.
5 понравилось
0
167
ele8n8ra
4 ноября 2025
«Что было до первого iPhone? Ничего: iPhone и был первым»
Мы с нейросетью посчитали:

Автор цитирует словарь — 49 раз
Автор цитирует не словарь (Марка Твена, Карла Сагана, Лао-цзы, Эйнштейна) — 14 раз
Автор дополняет термин из словаря — 6 раз (Дата-грамотность, Чтение данных, Анализ, Интеграция)
Автор фантазирует — 2 раза (гипотетический сценарий внедрения датчиков на двигателях Rolls-Royce и реконструкция мыслительного процесса при анализе вспышки холеры)
Автор льёт воду — всё время (без личных историй и мотивационных призывов было бы 170 страниц вместо 256)
Автор описывает реальный опыт с данными — 1 раз (перенос презы/отчёта из PowerPoint /Excel в Qlik). Только здесь местоимение «я» и конкретные детали работы. В остальных эпизодах — опыт других (Coca-Cola, US Open, UOB), метафоры (марафон, бассейн, дом).
Автор повторяет слова/словосочетания в количестве:

Дата-грамотность — 205 раз
Марафон — 34 раза
Четыре уровня аналитики — 28 раз
Визуализация — 63 раза
Говорить на языке данных — 26 раз
Демократизация — 18 раз
Ингредиент — 15 раз
Рецепт — 14 раз
Qlik — 21 раз
Tableau — 13 раз

Книга не научила меня обрабатывать данные, поэтому вместо выводов — цитаты.
— «Один из важнейших этапов процесса принятия решения — сообщение о нём другим людям».
— «Креативность очень важна как для предиктивного анализа, так и для интерпретации его результатов».
Читать далее
Содержит спойлеры
3 понравилось
0
102