What is Data Science? by Intellipaat

Al seguente link segnalo un interessante articolo che spiega le differenze tra Data Science e Data Analysis ma anche il ruolo di Data Analyst, Data Architet e Data Engineer, per concludere con una carrellata sui principali tool: R, SQL, Python, etc.

Molto utile anche il chiarimento circa le differenze tra Big Data e Data Science.

A completamento, mi permetto di sintetizzare le principali differenze tra i termini:

Artificial Intelligenceconiato da John McCarthy, è relativo a macchine che possono assolvere compiti tipici dell’intelligenza umana, quali la pianificazione, la comprensione del linguaggio, il riconoscimento di oggetti e suoni. 

Machine Learning: coniato da Arthur Samuel, è un’area dell’AI che consente ai computer di “imparare” usando un approccio differente, invece di dare al computer istruzioni su come fare qualcosa, dà istruzioni su come imparare a fare qualcosa.

Deep Learning: area emergente dell’informatica che sta rivoluzionando l’AI, ispirata da struttura e funzione della mente, è una sottocategoria del ML che riguarda l’emulazione dei processi di apprendimento umani, in sintesi una metodologia per automatizzare le analisi predittive. Il DL implica l’utilizzo di reti neurali artificiali, algoritmi e sistemi computazionali ispirati dal cervello umano per affrontare i problemi del ML.

Quindi cosa sono le reti neurali? Un’analogia di Shehzad Noor Taus Priyo le immagina come una serie di porte da oltrepassare, dove l’uomo che le deve oltrepassare è l’input e, ogni volta che lo fa, cambia qualcosa nel suo comportamento, finchè all’ultima porta oltrepassata, l’uomo è diventato una persona differente, rappresentando l’output.

A presto / Alex

Business Intelligence: Top Trend 2019 by Qlik

Al seguente link un webinar organizzato da Qlik che illustra: Approcci all’AI, alfabetizzazione dati e embedded analytics Tendenze nell’infrastruttura, nella fornitura di servizi e nella gestione dei dati Come saranno le analytics e perché ne abbiamo bisogno. Paper in proposito scaricabile qui. Buon Anno! / Alex  

Key Concept: Artificial Intelligence, Machine Learning and Ubuntu

Al seguente link vi segnalo un webinar free registration che spiega: concetti chiavi del ML come le applicazioni AI stanno modificando l’IT delle aziende ma anche le differenze tra AI, ML e DL. Il paper scaricabile qui parla invece di “embedding analytics” cioè della tendenza ad incorporare le analisi in …

2019 Top Trends Business Intelligence by Tableau

Al link seguente Top Trend segnalo un interessante webinar on-demand (free available by free registration) che fornisce una overview sui 10 trends per il 2019 circa AI & BI. Di seguito un Paper sempre di Tableau che racconta l’evoluzione della rappresentazione visuale. A presto, ciao / Alex  

Applying Supervised Learning: Paper 4 di 4

Sotto il link al 4° paper di Matlab su Machine Learnig. L’argomento è quello dell’apprendimento supervisionato, da cui un set di dati di input conosciuti ed un set di relative risposte, viene utilizzato per creare un modello di apprendimento per generare risposte ad un nuovo set di dati non conosciuto. …

Applying Unsupervised Learning: Paper 3 di 4

Eccoci al 3° di 4 paper in tema Machine Learning. Questo paper parla dell’esplorazione di dati senza obiettivi specifici anche perchè non si sa bene quali informazioni contengano i dati in questione. Il tema è il clustering e la riduzione della base dati. https://app.box.com/s/ug70ycz5l3vk0ohj9h5zpysuvy6lswnh Buona lettura. A presto, Alessandro

Getting started with machine learning: Paper 2 di 4

Al link sottostante il secondo paper che descrive il flusso di lavoro nei processi di apprendimento automatico iniziando con 3 domande chiave: a) con che tipo di dati stiamo lavorando b) quali approfondimenti vogliamo ottenere c) come e dove verranno utilizzate quelle informazioni https://app.box.com/s/m7ldrn6dvjgui8fbmlrd96mcvu728k00