علم البيانات لصناع القرار - تأليف Jon Howells (غلاف ورقي)

ملخص الكتاب: سد الفجوة بين قطاع الأعمال وعلوم البيانات من خلال تعلم كيفية تفسير نماذج تعلم الآلة والذكاء الاصطناعي، وإدارة فرق البيانات، وتحقيق نتائج مؤثرة. المميزات الرئيسية: - إتقان مفاهيم الإحصاء وتعلم الآلة لتفسير النماذج وتوجيه القرارات - تحديد حالات استخدام الذكاء الاصطناعي القيمة وإدارة مشاريع علوم البيانات من البداية إلى النهاية - تمكين أفضل فرق علوم البيانات من حل المشكلات المعقدة وبناء منتجات الذكاء الاصطناعي - يتضمن شراء الكتاب المطبوع نسخة Kindle إلكترونية بصيغة PDF مجانًا. وصف الكتاب: مع انتشار علوم البيانات والذكاء الاصطناعي (AI) عبر... يجب على مختلف القطاعات، والمديرين التنفيذيين الذين لا يملكون خلفية تعليمية رسمية في الإحصاء وتعلم الآلة، بالإضافة إلى علماء البيانات الذين ينتقلون إلى أدوار قيادية، تعلم كيفية اتخاذ قرارات مدروسة بشأن النماذج المعقدة وإدارة فرق البيانات. سيعمل هذا الكتاب على الارتقاء بمهاراتك القيادية من خلال إرشادك عبر المفاهيم الأساسية لعلوم البيانات والذكاء الاصطناعي. تم تصميم هذا الدليل الشامل لسد الفجوة بين احتياجات الأعمال والحلول التقنية، مما يمنحك القدرة على اتخاذ قرارات مدروسة وتحقيق قيمة ملموسة داخل مؤسستك. ستتعلم من خلال أمثلة عملية وشروحات واضحة كيفية جمع وتحليل البيانات المهيكلة وغير المهيكلة، وبناء أساس قوي في الإحصاء وتعلم الآلة، وتقييم النماذج بكل ثقة. ومن خلال التعرف على الأخطاء الشائعة وحالات الاستخدام القيمة، ستتمكن من تخطيط مشاريع علم البيانات بفعالية، بدءاً من مرحلة التأسيس وحتى الإتمام. وإلى جانب الجوانب التقنية، يوفر هذا الكتاب الأدوات اللازمة لاستقطاب أفضل المواهب، وإدارة فرق العمل عالية الأداء، ومواكبة أحدث التطورات في هذا المجال. بنهاية هذا الكتاب، ستكون قادراً على توصيف البيانات داخل مؤسستك وصياغة مشكلات الأعمال في شكل مشكلات علم البيانات. ما ستتعلمه في هذا الكتاب:

• اكتشاف كيفية تفسير الكميات الإحصائية الشائعة واتخاذ قرارات قائمة على البيانات.
• استكشاف مفاهيم تعلم الآلة (ML) بالإضافة إلى تقنيات التعلم الخاضع للإشراف، والتعلم غير الخاضع للإشراف، والتعلم المعزز.
• معرفة كيفية تقييم النماذج الإحصائية ونماذج تعلم الآلة.
• فهم دورة حياة علم البيانات، بدءاً من التطوير وصولاً إلى مراقبة النماذج في بيئة الإنتاج.
• معرفة متى يجب استخدام تعلم الآلة (ML)، أو النمذجة الإحصائية، أو أساليب ذكاء الأعمال (BI) التقليدية.
• إدارة فرق البيانات ومشاريع علم البيانات بفعالية.

لمن هذا الكتاب: صُمم هذا الكتاب للمديرين التنفيذيين الذين يرغبون في فهم وتطبيق البيانات... أساليب علمية لتعزيز عملية اتخاذ القرار. كما أنه مخصص للأفراد الذين يعملون مع علماء البيانات ومهندسي تعلم الآلة أو يديرونهم، مثل مسؤولي البيانات الرئيسيين (CDOs)، ومديري علوم البيانات، ومديري المشاريع التقنية. جدول المحتويات

• مقدمة في علم البيانات
• توصيف البيانات وجمعها
• تحليل البيانات الاستكشافي
• أهمية الدلالة الإحصائية
• فهم الانحدار
• مقدمة في تعلم الآلة
• تعلم الآلة الخاضع للإشراف
• تعلم الآلة غير الخاضع للإشراف
• تفسير وتقييم نماذج تعلم الآلة
• الأخطاء الشائعة في تعلم الآلة
• هيكلية مشروع علم البيانات
• فريق علم البيانات
• إدارة فريق علم البيانات
• مواصلة رحلتك كقائد في مجال علم البيانات