Iniciar teste gratuito
Popular Novos Gêneros Autores
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Pesquisando...
SoBrief
Data Science

Data Science

Transforme dados brutos em decisões eficazes e identifique os riscos que os modelos não percebem.
por John D. Kelleher 2018 280 páginas
3.90
500+ avaliações
Ouvir
Imersivo
V2.3
Amazon Kindle Audible
Experimente o Acesso Completo por 3 Dias
Desbloqueie o áudio e muito mais!
Continuar

Principais Lições

Use a ciência de dados para melhorar decisões, não apenas produzir previsões.

Padrões precisam de propósito. A ciência de dados combina dados, algoritmos e julgamento humano para encontrar padrões que sejam ao mesmo tempo inesperados e úteis. Seu objetivo é melhorar a tomada de decisões, não simplesmente criar um modelo ou um gráfico. Um modelo de cancelamento, por exemplo, só é relevante se identificar os clientes com antecedência suficiente para que uma empresa possa entrar em contato com eles e se a empresa realmente puder fazer esse contato. Uma previsão que chega tarde demais ou não permite uma resposta prática não é um insight acionável.

Previsão é mais ampla do que prognóstico. Nesse campo, previsão muitas vezes significa estimar um rótulo desconhecido — por exemplo, se um e-mail é spam —, e não prever um acontecimento futuro. Os computadores podem buscar muitas variáveis interativas, mas as pessoas ainda precisam definir o problema, avaliar os resultados e decidir o que fazer.

Análise

A distinção entre previsão e decisão é crucial. Um modelo pode estimar riscos com precisão e, ainda assim, não esclarecer se uma intervenção é eficaz, justa ou vale o custo. Isso distingue o desempenho preditivo da qualidade da decisão: o primeiro descreve quão bem um modelo classifica os casos; a segunda depende do que as pessoas fazem com essas classificações. Uma análise útil, portanto, pergunta não apenas se as previsões estão corretas, mas também qual ação vem em seguida, quem se beneficia e o que acontece quando o modelo erra.

Meça o que importa antes de pedir a um modelo que encontre padrões.

Os dados são representações concebidas por alguém. Um conjunto de dados transforma pessoas, objetos ou acontecimentos reais em linhas e atributos. Esses atributos refletem escolhas sobre o que registrar e como descrevê-lo; por isso, os dados nunca são uma cópia completa e neutra da realidade. O Oakland A’s mostrou como essas escolhas podem ter consequências: valorizou o desempenho em chegar à base e em rebatidas de força acima da média de rebatidas, tradicionalmente enfatizada pelas equipes, e assim encontrou jogadores que os outros subestimavam.

Atributos derivados podem revelar mais. No exemplo sobre diabetes apresentado no livro, o índice de massa corporal combina altura e peso em uma medida mais fortemente associada à probabilidade de diabetes do que qualquer uma das variáveis isoladamente. Sua correlação era de 0,877, em comparação com 0,655 para o peso. Mas acrescentar mais atributos não é automaticamente melhor. Dados irrelevantes ou redundantes podem favorecer padrões espúrios; por isso, o conhecimento do domínio e as verificações de qualidade continuam sendo essenciais.

Análise

Esta é uma lição tanto sobre medição quanto sobre computação. Um modelo só pode raciocinar sobre o mundo por meio das categorias e quantidades que lhe são fornecidas, o que faz do projeto dos atributos uma forma de construir teorias. O exemplo de Moneyball deixa isso evidente: mudar a medida mudou quais jogadores pareciam valiosos. Ainda assim, uma associação forte não demonstra o que causa um resultado. Uma boa medição pode tornar uma pergunta mais precisa, mas não substitui evidências causais nem uma interpretação cuidadosa.

Defina o problema e corrija os dados antes de ajustar os modelos.

O trabalho é iterativo. O livro apresenta o CRISP-DM (Processo Padrão Intersetorial para Mineração de Dados) como um ciclo prático de projeto: compreender o problema da organização e os dados disponíveis, preparar esses dados, criar modelos, avaliá-los diante da necessidade real e colocar os resultados úteis em prática. As etapas não formam uma escada de mão única. Os resultados dos modelos podem revelar dados defeituosos ou uma pergunta mal formulada, levando a equipe a voltar e revisar o trabalho.

A preparação consome boa parte do projeto. Uma pesquisa de 2016 citada no livro constatou que cientistas de dados passavam 79% do tempo coletando, limpando e organizando dados. Uma equipe reconstruiu seu conjunto de dados dez vezes ao longo de seis semanas e descobriu um erro grave na quinta semana. Por isso, a sofisticação do modelo não pode salvar um projeto baseado em dados de entrada inadequados ou corrompidos.

Análise

O enorme esforço de preparação não é apenas uma tarefa tediosa e acessória. É nessa etapa que as suposições se tornam operacionais: as equipes decidem quais registros contam, conciliam definições conflitantes e determinam como lidar com valores ausentes ou extremos. Essas escolhas podem moldar as conclusões tanto quanto o algoritmo. Portanto, iterar é uma forma de controle de qualidade, não um sinal de má gestão do projeto. O cuidado é evitar que a limpeza repetida se torne uma atividade sem rumo: cada revisão deve estar vinculada a um problema claro e a uma decisão documentada.

Escolha algoritmos de acordo com a pergunta e os dados, não com a moda.

Perguntas diferentes exigem ferramentas diferentes. O livro agrupa tarefas comuns da ciência de dados em quatro categorias. O agrupamento reúne casos semelhantes, como quando um varejista procura perfis distintos de clientes. A detecção de anomalias sinaliza casos fora do padrão, como uma transação incomum com cartão. A mineração de regras de associação encontra itens que costumam aparecer juntos, como produtos em cestas de compras. A previsão estima um valor ausente, como a probabilidade de um cliente deixar um serviço ou o preço de uma casa.

Os rótulos mudam o problema. A aprendizagem supervisionada usa exemplos com respostas conhecidas, como e-mails já identificados como spam ou não spam. A aprendizagem não supervisionada busca regularidades sem esses rótulos de resposta. Nenhum algoritmo funciona melhor em todos os conjuntos de dados. Cada um tem um viés de aprendizagem (Learning Bias), isto é, uma preferência por certos tipos de padrões. Por isso, as equipes devem comparar métodos plausíveis, em vez de presumir que o modelo mais novo ou mais complexo seja o melhor.

Análise

A abordagem que começa pela tarefa evita um erro de categoria comum: aplicar uma técnica disponível antes de esclarecer o que a organização precisa saber. Ela também obriga a prestar atenção aos dados necessários. Um modelo supervisionado exige rótulos confiáveis, enquanto um agrupamento exige uma noção defensável de semelhança. Ambos envolvem julgamentos ocultos sob a linguagem técnica. Um agrupamento não corresponde automaticamente a um grupo do mundo real, e uma associação frequente não prova que um item cause outro. A análise humana precisa relacionar a estrutura estatística a um uso significativo.

Teste os modelos com casos inéditos e depois acompanhe as mudanças no mundo.

Memorizar não é ter sucesso. Um modelo testado com os mesmos exemplos usados no treinamento pode parecer mais capaz do que realmente é. O livro recomenda separar os dados de treinamento, validação e teste: um conjunto ajusta os modelos candidatos, outro ajuda a escolher entre eles e um último conjunto, que permanece intocado, estima o desempenho diante de casos desconhecidos. A medida adequada depende da tarefa. Em diagnósticos médicos, deixar de identificar um paciente doente pode ser mais grave do que sinalizar por engano um paciente saudável.

Padrões antigos podem deixar de valer. Os modelos pressupõem que as relações presentes nos dados históricos continuarão sendo úteis. Quando o comportamento ou as condições mudam, essa suposição de estacionariedade falha; essa mudança é chamada de deriva de conceito (Concept Drift). Um filtro de spam que antes era confiável, por exemplo, pode perder precisão à medida que as táticas de spam evoluem. Por isso, o monitoramento e o retreinamento periódico fazem parte da implantação, não são tarefas de manutenção opcionais.

Análise

A avaliação é uma afirmação sobre o desempenho futuro, não um troféu concedido a um modelo. Separar treinamento e teste torna essa afirmação mais confiável, enquanto a escolha de uma métrica de erro revela quais falhas importam para as pessoas afetadas. O monitoramento acrescenta uma segunda disciplina: tratar a precisão do modelo como algo sujeito ao tempo, não permanente. Ainda assim, uma boa pontuação de teste não garante o desempenho em um ambiente genuinamente novo. A avaliação deve descrever as condições que representa e aquelas que não representa.

Mantenha a computação perto dos dados quando transferir registros se tornar o verdadeiro gargalo.

Mover dados tem um custo. Em uma configuração tradicional, os registros podem ser extraídos de vários bancos de dados, preparados em computadores separados, analisados e depois devolvidos aos sistemas da empresa. O livro relata que, em um experimento, cerca de 70% a 80% do tempo foi gasto extraindo e preparando dados para a construção do modelo. Durante a pontuação, aproximadamente 90% do tempo foi consumido transferindo registros de um lado para o outro, e não aplicando o modelo.

A infraestrutura deve se adequar à carga de trabalho. A aprendizagem de máquina dentro do banco de dados executa algoritmos onde os dados já estão, reduzindo transferências e simplificando a implantação. O Hadoop distribui armazenamento e processamento em lote entre grupos de servidores, enquanto sistemas de processamento de fluxo lidam continuamente com os dados recebidos. Uma empresa citada no livro eliminou mais de 318 horas mensais de transferência de dados e reduziu o tempo de atualização do modelo de mais de 67 horas para uma hora. Esses sistemas ajudam quando a escala justifica seu uso, mas acrescentam uma complexidade de que projetos menores talvez não precisem.

Análise

Levar a computação até os dados armazenados é uma resposta arquitetônica a um obstáculo, não uma receita universal. Isso pode reduzir duplicações, atrasos e exposição a riscos de segurança causada pela criação de cópias adicionais. O princípio mais amplo é identificar onde o fluxo de trabalho realmente consome tempo antes de comprar mais infraestrutura. Sistemas mais distribuídos também trazem exigências operacionais, como conhecimentos especializados e coordenação entre componentes. O projeto mais eficiente é aquele que corresponde ao volume, à velocidade, às necessidades de segurança e ao objetivo empresarial de uma carga de trabalho específica.

Um modelo só cria valor quando as pessoas podem agir com base em seus resultados.

A implantação conclui a análise. Um modelo que prevê quais clientes provavelmente cancelarão um serviço tem pouco valor se nenhuma equipe puder entrar em contato com os clientes em risco. A intervenção precisa acontecer a tempo, e a organização deve ter um processo para agir com base no resultado. A mesma lógica se aplica a alertas de fraude, avaliações de empréstimos e outras decisões operacionais. A integração aos sistemas existentes pode disponibilizar uma previsão útil no momento em que uma decisão é tomada.

O sucesso depende de toda a organização. O livro identifica como ingredientes essenciais objetivos claros, bons dados, conhecimento do domínio, competências técnicas, comunicação, apoio da alta direção e revisão regular dos modelos. Raramente um cientista de dados domina sozinho todas as competências necessárias. Especialistas de negócios, engenheiros de dados, analistas e gestores contribuem para traduzir o problema, construir um conjunto de dados confiável e colocar os resultados em prática. Tratar a análise como uma demonstração pontual, em vez de uma capacidade contínua, limita seu valor.

Análise

Essa perspectiva situa a ciência de dados no contexto do desenho organizacional. Um modelo não é um artefato isolado: depende de pessoas, softwares, incentivos e de um caminho que leve do sinal à ação. Isso faz da adoção uma questão tanto técnica quanto social. Uma previsão pode ser precisa e, ainda assim, não ser usada se chegar na interface errada ou entrar em conflito com responsabilidades estabelecidas. Por outro lado, a automação pode acelerar um processo decisório fraco. O critério relevante é saber se o fluxo de trabalho como um todo melhora, não se o modelo funciona.

Trate como sensíveis as informações pessoais inferidas, mesmo quando ninguém as revelou.

Indícios indiretos podem revelar fatos íntimos. Metadados de ligações telefônicas podem revelar comportamentos sensíveis, mesmo quando o conteúdo das chamadas nunca é registrado. No estudo MetaPhone, descrito no livro, padrões de ligações para serviços médicos e outras organizações revelaram circunstâncias pessoais plausíveis. A varejista Target usou padrões de compras para estimar uma gravidez e enviou ofertas a uma adolescente antes que sua família soubesse que ela estava grávida. Esses casos mostram que a combinação de registros corriqueiros pode produzir inferências surpreendentemente pessoais.

As previsões podem reforçar a desigualdade. Os algoritmos aprendem com dados históricos, inclusive padrões moldados por tratamentos desiguais. No policiamento, enviar mais policiais a lugares onde se prevê mais criminalidade pode gerar mais prisões ou registros nesses locais, o que pode então reforçar a previsão seguinte. Perfis também podem acompanhar as pessoas de uma organização para outra, afetando suas oportunidades sem que elas saibam quais informações influenciaram a decisão.

Análise

A privacidade não pode ser reduzida à questão de saber se alguém compartilhou voluntariamente um fato específico. Muitas vezes, o risco está na inferência, na vinculação e na reutilização: informações coletadas para uma finalidade passam a servir de evidência para outro julgamento. Por isso, o contexto é central. Uma pergunta útil é se as pessoas representadas esperariam razoavelmente que aquela conexão fosse feita e se podem contestar suas consequências. O exemplo do policiamento acrescenta outro alerta: os dados podem descrever o comportamento institucional, além do comportamento público; assim, um modelo pode reproduzir os padrões de vigilância que geraram seus registros de treinamento.

Inclua a privacidade no projeto do sistema, em vez de tratá-la como um detalhe posterior da tela de consentimento.

A proteção pode ser técnica e processual. A privacidade diferencial acrescenta ruído cuidadosamente controlado para que padrões da população possam ser estudados sem que a inclusão de uma única pessoa seja decisiva. A aprendizagem federada mantém os exemplos em dispositivos ou locais separados, combina atualizações dos modelos e evita reunir todos os registros brutos em um único repositório central. Esses métodos reduzem riscos específicos, mas nenhum deles torna automaticamente segura toda e qualquer utilização.

A governança continua sendo importante. O livro descreve princípios de proteção de dados amplamente utilizados: coletar informações legalmente, usá-las para uma finalidade declarada, mantê-las precisas e seguras, permitir que as pessoas as consultem e recorram de decisões, e responsabilizar as organizações. Privacidade desde a concepção significa incorporar essas proteções à tecnologia e às práticas desde o início. Essas escolhas são importantes à medida que a ciência de dados se expande para a medicina personalizada, na qual os dados podem orientar tratamentos individuais, e para as cidades inteligentes, nas quais redes de sensores podem influenciar o transporte, os serviços públicos e outros serviços urbanos.

Análise

Os métodos técnicos são mais eficazes quando acompanhados de limites para a finalidade, o acesso e a retenção. A privacidade não é uma propriedade única que um sistema simplesmente possui ou não possui; ela envolve escolhas sobre quem pode descobrir o quê, com base em quais dados e com que poder para agir. Isso é especialmente importante na medicina e na gestão urbana, onde o compartilhamento de dados pode gerar benefícios públicos, mas também possibilitar vigilância ou tratamento desigual. Uma governança sólida torna visíveis esses interesses conflitantes, em vez de tratar as salvaguardas técnicas como uma resposta completa.

Análise

O argumento mais útil do livro é que a ciência de dados consiste em uma cadeia de escolhas, não em uma máquina que transforma fatos brutos em verdades. A cadeia começa antes da modelagem, quando as pessoas definem uma pergunta e decidem quais atributos são relevantes. Ela continua pela coleta, limpeza, avaliação e implantação. Cada elo pode introduzir erros ou vieses, e o modelo final não consegue apagar decisões já incorporadas aos dados.

Essa perspectiva também esclarece por que o livro trata a preparação dos dados e a ética como aspectos centrais, e não secundários. A mesma operação que torna os dados mais úteis — vincular registros de diferentes fontes — pode aumentar o risco de revelar informações privadas. A mesma previsão que ajuda a distribuir um recurso escasso pode reproduzir padrões criados por alocações anteriores. Portanto, um resultado tecnicamente preciso não é necessariamente uma decisão justificada. A precisão é uma evidência de adequação a um objetivo medido, não uma prova de que esse objetivo seja justo, significativo ou causalmente relevante.

A disciplina prática proposta aqui é valiosa: definir a decisão, examinar as evidências disponíveis, comparar modelos, testar além dos exemplos de treinamento e monitorar o desempenho depois da implantação. Sua limitação é que a disciplina do processo não resolve divergências sociais sobre quais resultados são aceitáveis. Mesmo um projeto bem conduzido pode otimizar o objetivo errado ou distribuir os benefícios de forma desigual. Essas questões exigem a participação das comunidades afetadas e de quem toma decisões, não apenas de especialistas técnicos.

A contribuição duradoura do livro é uma ideia mais exigente de competência. Um cientista de dados precisa entender o suficiente de computação, estatística, dados e do domínio de aplicação para reconhecer quando um padrão é útil, quando é frágil e quando agir com base nele pode causar danos. A ciência de dados conquista confiança não pela escala ou complexidade, mas por estabelecer vínculos responsáveis entre evidências, decisões e consequências.

Resumo em 30 Segundos
Os projetos de dados começam com a definição de uma decisão útil e a seleção de medições que a representem bem. Cientistas de dados passam cerca de 79 por cento do tempo coletando, limpando e organizando dados; por isso, entradas deficientes podem pesar mais do que algoritmos sofisticados. Teste os modelos com casos mantidos fora do treinamento e, em seguida, monitore mudanças nos padrões. As previsões só criam valor quando as organizações podem agir com base nelas. Detalhes pessoais inferidos e padrões históricos enviesados tornam essenciais, desde o início, as proteções de privacidade e a responsabilização.
Contém spoilers

Última atualização:

Reportar Problema

Resumo das Resenhas

3.90 de 5
Média de 500+ avaliações do Goodreads e Amazon.

Data Science recebe avaliações geralmente positivas como introdução acessível à área. Os leitores apreciam as explicações claras de conceitos fundamentais, algoritmos e considerações éticas. Muitos o consideram útil para iniciantes ou para quem busca uma visão geral, embora alguns observem que lhe falta profundidade técnica. A cobertura de aplicações no mundo real e de aspectos empresariais é elogiada. Enquanto alguns criticam o caráter básico do conteúdo, outros valorizam sua perspectiva abrangente sobre os princípios, as tarefas e as tendências futuras da ciência de dados.

Sua avaliação:
4.39
275 avaliações
Quer ler o livro completo?

Glossário

CRISP-DM (Processo Padrão Intersetorial para Mineração de Dados)

Ciclo iterativo de projeto

O Processo Padrão Intersetorial para Mineração de Dados (CRISP-DM) é uma estrutura amplamente utilizada para organizar projetos de análise de dados. Começa esclarecendo o problema de negócios e os dados disponíveis, passa pela preparação e modelagem e avalia se os resultados atendem à necessidade pretendida antes da implantação. Suas etapas podem ser retomadas, e os modelos implantados precisam ser revistos à medida que os dados e as circunstâncias mudam.

Tabela-base analítica (Analytics Base Table)

Tabela de dados pronta para modelagem

Uma Tabela-base analítica é o conjunto de dados preparado que serve de entrada para algoritmos de aprendizagem de máquina. Cada linha representa uma instância, como um cliente, e cada coluna registra um atributo. Sua construção envolve selecionar atributos brutos e derivados úteis, reunir registros, integrar fontes e verificar a qualidade dos dados.

Dados residuais (Exhaust Data)

Subproduto de dados

Os dados residuais são gerados como subproduto de uma atividade cujo objetivo principal não é coletar dados. Uma compra, uma publicação em rede social ou uma visita a um site pode gerar registros adicionais sobre horários, dispositivos, cliques ou interações. Esses rastros podem revelar padrões úteis, mas sua vinculação também pode expor informações sensíveis que as pessoas não forneceram conscientemente.

Viés de aprendizagem (Learning Bias)

Preferência algorítmica por padrões

O viés de aprendizagem descreve os tipos de padrões que um algoritmo está predisposto a encontrar ao aprender com exemplos. Um método linear favorece relações lineares, enquanto outros métodos buscam estruturas diferentes. Essa preferência torna possível a aprendizagem, mas significa que nenhum algoritmo é o melhor para todos os conjuntos de dados ou tarefas; os métodos precisam ser comparados levando-se em conta o contexto.

Deriva de conceito (Concept Drift)

Mudança na relação modelada

A deriva de conceito ocorre quando o comportamento ou processo representado nos dados muda ao longo do tempo, tornando menos confiáveis as relações aprendidas com exemplos históricos. As táticas de spam, o comportamento dos clientes ou as leituras de sensores podem mudar. Como os modelos refletem observações passadas, as organizações precisam monitorar seu desempenho e retreiná-los ou substituí-los quando as condições mudarem.

Privacidade diferencial

Privacidade por meio de ruído controlado

A privacidade diferencial é uma abordagem matemática para aprender informações sobre uma população, limitando ao mesmo tempo o que uma análise pode revelar sobre qualquer pessoa. Em geral, ela adiciona ruído cuidadosamente calibrado aos dados ou aos resultados de consultas. O ruído protege as pessoas, enquanto os padrões agregados podem continuar úteis, mas uma privacidade mais forte pode reduzir a precisão da análise.

Aprendizagem federada

Treinamento distribuído de modelos

A aprendizagem federada treina modelos usando dados que permanecem em seus locais de origem, como celulares individuais ou instituições separadas. Cada local calcula uma atualização do modelo, e essas atualizações são combinadas para aprimorar um modelo compartilhado. Isso pode evitar a centralização dos exemplos brutos, embora as atualizações do modelo e o projeto do sistema ainda exijam proteções de privacidade.

Pirâmide DIKW (dados, informação, conhecimento e sabedoria)

Hierarquia de dados à sabedoria

A Pirâmide DIKW descreve uma progressão dos dados à informação, ao conhecimento e à sabedoria. Dados são medições ou abstrações; informação são dados organizados de forma significativa; conhecimento é informação interpretada que favorece a compreensão; e sabedoria é o uso apropriado desse conhecimento. As distinções e transições entre os níveis são objeto de debate.

Perguntas Frequentes

Sobre o que trata "Data Science", de John D. Kelleher?

  • Visão geral da ciência de dados: O livro oferece uma introdução abrangente à ciência de dados, abordando seus princípios, definições de problemas, algoritmos e processos para extrair padrões de grandes conjuntos de dados.
  • Relação com outras áreas: Explica como a ciência de dados se relaciona com a mineração de dados e a aprendizagem de máquina, mas tem um escopo mais amplo, que inclui ética e regulamentação de dados.
  • Aplicações práticas: O livro discute como a ciência de dados é aplicada em diversos setores, incluindo negócios, governo e saúde, para aprimorar a tomada de decisões e a eficiência.
  • Contexto histórico: Apresenta uma breve história da ciência de dados, acompanhando seu desenvolvimento desde a coleta e análise de dados até o estado atual, impulsionado por big data e avanços tecnológicos.

Por que devo ler "Data Science", de John D. Kelleher?

  • Introdução abrangente: O livro faz parte da série Essential Knowledge, da MIT Press, e oferece uma visão geral acessível e concisa da ciência de dados.
  • Perspectivas de especialistas: Escrito por pensadores de destaque, oferece visões especializadas da ciência de dados e torna ideias complexas acessíveis a não especialistas.
  • Relevância prática: Destaca o impacto da ciência de dados nas sociedades modernas e ilustra suas aplicações em áreas como marketing, saúde e planejamento urbano.
  • Considerações éticas: O livro aborda as implicações éticas da ciência de dados, incluindo questões de privacidade e o potencial de discriminação.

Quais são as principais conclusões de "Data Science", de John D. Kelleher?

  • Definição de ciência de dados: A ciência de dados envolve princípios e processos para extrair padrões úteis de grandes conjuntos de dados e aprimorar a tomada de decisões.
  • Processo CRISP-DM: O livro apresenta o Processo Padrão Intersetorial para Mineração de Dados (CRISP-DM), uma estrutura amplamente utilizada em projetos de ciência de dados.
  • Papel da aprendizagem de máquina: A aprendizagem de máquina é central para a ciência de dados, pois fornece algoritmos para criar modelos a partir de dados para previsão e análise.
  • Desafios éticos: O livro enfatiza a importância de abordar questões éticas, como privacidade e discriminação, nas aplicações de ciência de dados.

Como "Data Science", de John D. Kelleher, define ciência de dados?

  • Princípios e processos: A ciência de dados é definida como um conjunto de princípios, definições de problemas, algoritmos e processos para extrair padrões dos dados.
  • Escopo mais amplo: É mais abrangente do que a mineração de dados e a aprendizagem de máquina, pois inclui ética e regulamentação de dados e o tratamento de dados não estruturados.
  • Foco na tomada de decisões: O objetivo principal é aprimorar a tomada de decisões, fundamentando-as em informações extraídas de grandes conjuntos de dados.
  • Caráter interdisciplinar: A ciência de dados integra conhecimentos de várias áreas, incluindo estatística, ciência da computação e especialização no domínio de aplicação.

O que é o processo CRISP-DM mencionado em "Data Science", de John D. Kelleher?

  • Estrutura padrão: CRISP-DM significa Processo Padrão Intersetorial para Mineração de Dados e é uma estrutura amplamente adotada para projetos de ciência de dados.
  • Seis etapas: Consiste em seis etapas: compreensão dos negócios, compreensão dos dados, preparação dos dados, modelagem, avaliação e implantação.
  • Processo iterativo: O processo é iterativo, permitindo que cientistas de dados retomem etapas anteriores com base em novas descobertas ou desafios.
  • Foco nas necessidades dos negócios: Enfatiza a compreensão das necessidades dos negócios e a garantia de que as soluções de ciência de dados estejam alinhadas aos objetivos organizacionais.

Como "Data Science", de John D. Kelleher, explica o papel da aprendizagem de máquina na ciência de dados?

  • Componente central: A aprendizagem de máquina é um componente central da ciência de dados, fornecendo algoritmos para extrair padrões e criar modelos preditivos a partir de dados.
  • Aprendizagem supervisionada e não supervisionada: O livro explica a diferença entre aprendizagem supervisionada (com dados rotulados) e não supervisionada (sem dados rotulados).
  • Avaliação de modelos: Discute a importância de avaliar os modelos para garantir que tenham bom desempenho em dados novos e não vistos.
  • Seleção de algoritmos: O livro destaca a necessidade de experimentar diferentes algoritmos para encontrar o mais adequado a um determinado conjunto de dados e problema.

Quais desafios éticos são abordados em "Data Science", de John D. Kelleher?

  • Questões de privacidade: O livro discute as implicações éticas da ciência de dados, particularmente no que diz respeito à privacidade individual e à proteção de dados.
  • Riscos de discriminação: Destaca o potencial de a ciência de dados perpetuar e reforçar preconceitos e discriminações sociais.
  • Questões de perfilamento: O livro examina como a ciência de dados pode ser usada para criar perfis sociais, levando a tratamento preferencial ou à marginalização.
  • Estruturas regulatórias: Analisa as estruturas legais e diretrizes existentes para proteger a privacidade e prevenir a discriminação na ciência de dados.

Qual é a importância do big data em "Data Science", de John D. Kelleher?

  • Os três Vs do big data: O big data se caracteriza por volume, variedade e velocidade, apresentando oportunidades e desafios para a ciência de dados.
  • Avanços tecnológicos: O livro discute como os avanços no armazenamento de dados, na capacidade de processamento e na análise impulsionaram o crescimento do big data.
  • Impacto na sociedade: O big data transformou diversos setores, possibilitando decisões mais bem informadas e serviços personalizados.
  • Considerações éticas: O livro enfatiza a necessidade de abordar questões éticas relacionadas ao big data, como privacidade e propriedade dos dados.

Como "Data Science", de John D. Kelleher, descreve o papel da visualização de dados?

  • Ferramenta exploratória: A visualização de dados é uma ferramenta importante para explorar e compreender os dados, ajudando a identificar padrões e tendências.
  • Apoio à comunicação: Ajuda a comunicar os resultados da análise de dados às partes interessadas, tornando dados complexos mais acessíveis e compreensíveis.
  • Contexto histórico: O livro acompanha o desenvolvimento da visualização de dados, dos primeiros gráficos estatísticos às técnicas modernas.
  • Projeto eficaz: Enfatiza os princípios de uma visualização de dados eficaz, como clareza, precisão e relevância.

Quais são as melhores citações de "Data Science", de John D. Kelleher, e o que significam?

  • "A ciência de dados é uma parceria entre um cientista de dados e um computador." Essa citação destaca o caráter colaborativo da ciência de dados, em que a especialização humana e o poder computacional trabalham juntos para extrair informações dos dados.
  • "O objetivo da ciência de dados é aprimorar a tomada de decisões, fundamentando-as em informações extraídas de grandes conjuntos de dados." Isso enfatiza o principal objetivo da ciência de dados: aprimorar os processos decisórios por meio de informações baseadas em dados.
  • "Os dados nunca são uma descrição objetiva do mundo. Em vez disso, são sempre parciais e enviesados." Essa citação ressalta a importância de reconhecer as limitações e os vieses inerentes aos dados, que podem afetar a análise e as conclusões.
  • "Sem supervisão humana qualificada, um projeto de ciência de dados não alcançará suas metas." Isso destaca o papel fundamental da especialização humana para orientar projetos de ciência de dados rumo ao sucesso.

Como "Data Science", de John D. Kelleher, aborda as tendências futuras da ciência de dados?

  • Dispositivos inteligentes e IoT: O livro discute a proliferação de dispositivos inteligentes e da Internet das Coisas, que impulsionam o crescimento do big data.
  • Medicina personalizada: Destaca o potencial da ciência de dados para revolucionar a saúde por meio da medicina personalizada e de tratamentos de precisão.
  • Cidades inteligentes: O livro explora o desenvolvimento de cidades inteligentes, nas quais a ciência de dados é usada para otimizar o planejamento urbano e a gestão de recursos.
  • Desafios contínuos: Reconhece os desafios persistentes da ciência de dados, incluindo considerações éticas e a necessidade de atualizar os modelos continuamente.

Que conselhos práticos "Data Science", de John D. Kelleher, oferece para projetos de ciência de dados bem-sucedidos?

  • Foco claro: O livro enfatiza a importância de definir claramente, desde o início, o problema e os objetivos de um projeto de ciência de dados.
  • Dados de qualidade: Ressalta a necessidade de dados de alta qualidade e a importância da preparação e limpeza de dados ao longo do ciclo de vida do projeto.
  • Colaboração em equipe: Projetos bem-sucedidos muitas vezes envolvem a colaboração de uma equipe diversificada, com habilidades e conhecimentos complementares.
  • Processo iterativo: O livro recomenda uma abordagem iterativa, que permita o aprimoramento e a adaptação contínuos dos modelos e processos.

Sobre o Autor

John D. Kelleher é professor de Ciência da Computação e líder acadêmico no Dublin Institute of Technology. Sua especialidade está na área de aprendizagem de máquina e análise preditiva de dados. Kelleher é autor de vários livros sobre esses temas, incluindo "Fundamentals of Machine Learning for Predictive Data Analytics", publicado pela MIT Press. Seu trabalho no Information, Communication, and Entertainment Research Institute demonstra seu foco na aplicação de conceitos de ciência da computação a áreas práticas e inovadoras. Sua formação acadêmica e seu histórico de publicações o estabelecem como uma autoridade conhecedora no campo da ciência de dados, que evolui rapidamente, e de suas aplicações.

Baixar PDF

Para guardar este resumo de Data Science para depois, baixe o PDF grátis. Você pode imprimi-lo ou ler offline quando quiser.
Download PDF

Baixar EPUB

Para ler este resumo de Data Science no seu dispositivo ou aplicativo de leitura, baixe o EPUB grátis. O formato digital .epub é ideal para ler e-books em celulares, tablets e leitores digitais.
Download EPUB
Quer ler o livro completo?
Seguir
Ouvir
Início
Swipe
Biblio
App
Experimente o Acesso Completo por 3 Dias
Ouça, salve e muito mais
Comparar Recursos Gratuito Pro
📖 Ler Resumos
Leia resumos ilimitados. Usuários gratuitos recebem 3 por mês
🎧 Ouvir Resumos
Ouça resumos ilimitados em 40 idiomas
—
❤️ Favoritos Ilimitados
Usuários gratuitos são limitados a 4
—
📜 Histórico Ilimitado
Usuários gratuitos são limitados a 4
—
📥 Downloads Ilimitados
Usuários gratuitos são limitados a 1
—
Cronograma Sem Risco
Hoje: Acesso Imediato
Ouça resumos completos de mais de 26.000 livros. São mais de 12.000 horas de áudio!
Dia 2: Lembrete do Teste
Enviaremos uma notificação avisando que seu teste está acabando.
Dia 3: Sua assinatura começa
A cobrança será feita em 25 de nov.,
cancele a qualquer momento antes.
Consume 2.8× More Books
2.8× mais livros Audição Leitura
Nossos usuários nos amam
1M+ leitores
Trustpilot Rating
TrustPilot
4.6 Excelente
Este site é revolucionário. Tenho lido resumos de livros como nunca antes. Recomendo muito, muito mesmo.
— Dave G
Vale o meu dinheiro e tempo, e muito bem feito. Nunca vi essa qualidade de resumos em outros sites. Muito útil!
— Em
Altamente recomendado!! Serviço fantástico. Perfeito para quem quer algo além de uma prévia, mas sem todos os detalhes de um audiolivro completo.
— Greg M
Economize 62%
Anual
$119.88 $44.99/ano/ano
$3.75/mês
Mensal
$9.99/mês
Iniciar Teste Gratuito de 3 Dias
3 dias grátis, depois $44.99/ano. Cancele quando quiser.
Unlock a world of fiction & nonfiction books
Mais de 26.000 livros pelo preço de 2 livros
Leia qualquer livro em 10 minutos
Descubra novos livros como no Tinder
Solicite qualquer livro se ainda não tiver resumo
Leia mais livros do que qualquer pessoa que você conhece
App nº 1 para amantes de livros
Lifelike & immersive summaries
Garantia de reembolso de 30 dias
Baixe resumos em EPUB ou PDF
Cancele a qualquer momento em poucos cliques

Por que só um resumo?

Scanner
Encontre um código de barras para escanear

⭐
⭐
⭐
Temos um presente especial para si
Abrir
38% de desconto
DESCONTO PARA VOCÊ
⭐
⭐
⭐
$79.99
$49.99/ano
Apenas $4.16 por mês
Continuar
Comece com 2 toques e cancele com facilidade
Configurações
Geral
Widget
Carregando...