Nell’era dei big data e agli albori della data driven economy, emerge una figura professionale in grado di analizzare, gestire, elaborare e comunicare i dati. È il DATA SCIENTIST, lo “scienziato dei dati”, che ha solide competenze in informatica, statistica, economia ed è in grado di far fronte alla sempre crescente complessità dei dati.

Questo volume si propone come una GUIDA COMPLETA sia per chi intenda intraprendere questa professione emergente, sia per chi, già esperto, desideri approfondire alcune tematiche.

In quest'opera l’autore:

• illustra le principali conoscenze relative alla GESTIONE e all’ANALISI AVANZATA DEI DATI;
• descrive i BIG DATA e gli strumenti e le architetture che permettono di GESTIRLI (Hadoop in particolare)
• presenta i temi della DATA INGESTION e dell’ELABORAZIONE con alcuni tool di analisi (Hive, Pig, Spark e R) le cui funzionalità sono illustrate anche tramite ESEMPI COMMENTATI.

Una parte è dedicata alla PREDICTIVE ANALYTICS e mostra le TECNICHE PER LA CREAZIONE DI MODELLI PREDITTIVI: dalla preparazione dei dati, alla scelta dell’algoritmo più adatto, alla valutazione delle performance.

Il testo è un valido supporto per la comprensione dei concetti relativi all’analisi dei dati (big data o dati tradizionali), anche da parte del management aziendale che, dall’analisi avanzata, può trarre le informazioni utili ad assumere decisioni, a valutare rischi e disegnare strategie.

L'AUTORE

Alessandro Rezzani lavora nell’ambito della business intelligence dal 1999 e attualmente si occupa di disegno e implementazione di soluzioni di big data e predictive analytics presso Dataskills.

Accanto alla progettazione e allo sviluppo svolge attività di training ed è relatore in eventi e conferenze dedicate alla data science.

Collabora con l’Università Bocconi per i corsi di “Strumenti di Business Intelligence in azienda”, “Analisi dei dati con R” e “Big Data Analytics” e su progetti legati ai big data.

Con Apogeo Education ha pubblicato “Business Intelligence. Processi, metodi, utilizzo in azienda”, 2012 e “Big Data. Architettura, tecnologie e metodi per l’utilizzo di grandi basi di dati”, 2013.

INDICE:

1. Dati: un patrimonio importante
2. Big data
3. Le tecniche di analisi: come estrarre valore dai dati
4. Hadoop: piattaforma e motori di calcolo
5. Hadoop: basi di dati
6. Gli strumenti per la “data ingestion”
7. Elaborazione e analisi dei dati con Pig
8. SQL per l’analisi dei dati strutturati
9. Spark
10. R e l’analisi dei dati
11. Metodologia per la predictive e prescriptive analytics
12. Preparazione dei dati
13. Gli algoritmi
14. La valutazione dei modelli