توليد البيانات الاصطناعية العملي - تأليف Khaled El Emam و Lucy Mosquera و Richard Hoptroff (غلاف ورقي)

حول الكتاب يتطلب بناء نماذج تعلم الآلة واختبارها إمكانية الوصول إلى بيانات ضخمة ومتنوعة. ولكن أين يمكنك العثور على مجموعات بيانات قابلة للاستخدام دون مواجهة مشكلات تتعلق بالخصوصية؟ يقدم هذا الكتاب العملي تقنيات لتوليد البيانات الاصطناعية - وهي بيانات وهمية يتم إنشاؤها من بيانات حقيقية - حتى تتمكن من إجراء التحليلات الثانوية للقيام بالأبحاث، أو فهم سلوكيات العملاء، أو تطوير منتجات جديدة، أو تحقيق عوائد جديدة. سيتعلم علماء البيانات كيف يوفر توليد البيانات الاصطناعية وسيلة لجعل هذه البيانات متاحة على نطاق واسع للأغراض الثانوية مع معالجة العديد من مخاوف الخصوصية. سيتعلم المحللون المبادئ والخطوات اللازمة لتوليد بيانات اصطناعية من مجموعات بيانات حقيقية. كما سيتعرف قادة الأعمال على كيفية مساهمة البيانات الاصطناعية في تسريع عملية طرح المنتجات أو الحلول في السوق. ملخص الكتاب: يتطلب بناء واختبار نماذج تعلم الآلة الوصول إلى بيانات ضخمة ومتنوعة، ولكن أين يمكنك العثور على مجموعات بيانات قابلة للاستخدام دون مواجهة مشكلات تتعلق بالخصوصية؟ يقدم هذا الكتاب العملي تقنيات لتوليد البيانات الاصطناعية - وهي بيانات وهمية يتم إنشاؤها من بيانات حقيقية - لتمكينك من إجراء التحليلات الثانوية لإجراء البحوث، أو فهم سلوكيات العملاء، أو تطوير منتجات جديدة، أو تحقيق عوائد مالية جديدة. سيتعلم علماء البيانات كيف يوفر توليد البيانات الاصطناعية وسيلة لإتاحة هذه البيانات على نطاق واسع للأغراض الثانوية مع معالجة العديد من مخاوف الخصوصية. كما سيتعلم المحللون المبادئ والخطوات اللازمة لتوليد البيانات الاصطناعية من مجموعات البيانات الحقيقية. وسيتعرف قادة الأعمال على كيفية مساهمة البيانات الاصطناعية في تسريع عملية طرح المنتجات أو الحلول في السوق. يستعرض هذا الكتاب: خطوات توليد البيانات الاصطناعية باستخدام التوزيعات الطبيعية متعددة المتغيرات، وطرق ملاءمة التوزيع التي تغطي مقاييس مختلفة لجودة الملاءمة، وكيفية محاكاة الهيكل البسيط للبيانات الأصلية، بالإضافة إلى منهجية لنمذجة هيكل البيانات لمراعاة العلاقات المعقدة. كما يتناول الكتاب أساليب ومقاييس متعددة يمكنك استخدامها لتقييم فائدة البيانات، وكيفية محاكاة التحليلات التي تُجرى على البيانات الحقيقية باستخدام البيانات الاصطناعية، وأخيراً الآثار المترتبة على خصوصية البيانات الاصطناعية وطرق تقييم الكشف عن الهوية.

نبذة عن المؤلف الدكتور Khaled El Emam هو عالم أول في معهد أبحاث Children's Hospital of Eastern Ontario (CHEO)، ومدير مختبر المعلومات الصحية الإلكترونية متعدد التخصصات، حيث يجري أبحاثاً أكاديمية حول طرق توليد البيانات الاصطناعية وقياس مخاطر إعادة تحديد الهوية، كما يشغل منصب أستاذ في كلية الطب (طب الأطفال) بجامعة Ottawa. وهو أيضاً المؤسس والرئيس التنفيذي ورئيس شركة Privacy Analytics. يقوم خالد بإجراء تحليل البيانات منذ أوائل التسعينيات، حيث عمل على بناء نماذج إحصائية ونماذج تعلم الآلة للتنبؤ والتقييم. ومنذ عام 2004، وهو يعمل على تطوير تقنيات لتسهيل مشاركة البيانات من أجل التحليل الثانوي، بدءاً من الأبحاث الأساسية حول الخوارزميات وصولاً إلى تطوير الحلول التطبيقية التي تم نشرها عالمياً. وقد عالجت هذه التقنيات مشكلات في إخفاء الهوية وإخفاء الهوية المستعار، والبيانات الاصطناعية، والحوسبة الآمنة، والعلامات المائية للبيانات. كما شارك في تأليف عدة كتب حول مواضيع متنوعة تتعلق بالخصوصية وهندسة البرمجيات. في عامي 2003 و2004، صُنّف كأفضل باحث في هندسة الأنظمة والبرمجيات في العالم من قبل Journal of Systems and Software بناءً على أبحاثه في القياس وتقييم الجودة وتحسينها. وقبل ذلك، شغل Khaled منصب مسؤول أبحاث أول في National Research Council of Canada. كما شغل أيضاً منصب رئيس مجموعة الأساليب الكمية في Fraunhofer Institute في Kaiserslautern، ألمانيا. شغل كرسي أبحاث كندا في معلومات الصحة الإلكترونية بجامعة أوتاوا من عام 2005 إلى عام 2015، وهو حاصل على درجة الدكتوراه من قسم الهندسة الكهربائية والإلكترونية في كينجز كوليدج بجامعة لندن، إنجلترا. أما Lucy Mosquera فهي حاصلة على درجة البكالوريوس في علم الأحياء والرياضيات من جامعة كوينز، وهي طالبة دراسات عليا حالياً في قسم الإحصاء بجامعة كولومبيا البريطانية. خلال فترة عملها في Queen's، قدمت Lucy دعماً في إدارة البيانات في عشرات التجارب السريرية والدراسات الرصدية التي أُجريت من خلال وحدة أبحاث التقييم السريري في Kingston General Hospital. كما عملت Lucy أيضاً على طرق مشاركة بيانات التجارب السريرية القائمة على التشفير المتماثل وبروتوكولات المشاركة السرية. في Replica Analytics، تتولى Lucy مسؤولية تطوير النماذج الإحصائية ونماذج تعلم الآلة لتوليد البيانات، ودمج الخبرات المتخصصة في بيانات التجارب السريرية ضمن طرق توليد البيانات الاصطناعية، بالإضافة إلى إجراء التقييمات الإحصائية لعمليات توليد البيانات الاصطناعية لدينا. أما الدكتور Richard Hoptroff فهو مخترع ومستثمر ورائد أعمال في مجال التكنولوجيا منذ فترة طويلة. حصل على درجة الدكتوراه في الفيزياء من King's College London تقديراً لأبحاثه في الحوسبة الضوئية والذكاء الاصطناعي، وفي عام 1992، أسس مع Ravensbeck شركة Right Information Systems، وهي شركة متخصصة في برمجيات التنبؤ بالشبكات العصبية، والتي بيعت في عام 1997 لشركة Cognos Inc (التابعة لشركة IBM). عمل بعد ذلك كباحث ما بعد الدكتوراه في مختبر الأبحاث الخاص بعلم الآثار وتاريخ الفن في جامعة Oxford، وفي عام 2001، أسس شركة Flexipanel Ltd، وهي شركة تورد وحدات تقنية Bluetooth لصناعة الإلكترونيات. في عام 2010، أسس Hoptroff London بهدف تطوير حركات ساعات ذكية وفائقة الدقة وإنشاء علامة تجارية جديدة للساعات. وفي عام 2013، استحدث فئة تجارية جديدة عندما طرح في الأسواق أول ساعة ذرية تجارية وساعة يد ذرية. وقد استفادت Hoptroff الآن من خبرته في تكنولوجيا التوقيت والبرمجيات لتطوير حل متزامن لختم الطوابع الزمنية فائق الدقة لقطاع الخدمات المالية، بناءً على مزيج فريد من هندسة الساعات الذرية الكبرى والبرمجيات المملوكة لها.