Data-Science

Big Data. Data Science. Data Lake. Il 2015 ha visto il consolidamento di molti nuovi termini nel mondo degli Analytics. Ma come spiegare ad un profano (quindi una qualsiasi persona che non abbia necessariamente una estrazione informatica) cosa sono esattamente e perchè sono così importanti? E come si incastrano queste novità all’interno di un ecosistema già esistente, come quello della Business Intelligence e dei Data Warehouse?

Per spiegarlo e renderlo immediatamente comprensibile, ho creato questo slide-deck “visuale”, parlando dei dati attraverso qualcosa che è molto più concreto e compresibile: le arance. Non esistate ad usarlo, l’ho usato più e più volte e funziona molto bene:

Con l’integrazione di R in SQL Server, si apre un mondo di possibilità per tutti coloro che vogliono/devono analizzare i dati per capire come poterli usare al meglio. Microsoft, per aiutare a capire come sfruttare questo enorme potenziali, ha creato un tutorial dedicato:

Data Science End-to-End Walkthrough

Questi i singoli step:

• Lesson 1: Prepare the Data
• Lesson 2: View and Explore the Data
• Lesson 3: Create Data Features
• Lesson 4: Build and Save the Model
• Lesson 5: Deploy and Use the Model

Tutti gli script usati sono disponibili su GitHub qui:

Il 26 Gennaio ci sarà il Technical Cloud Day di Milano, presso la sede di Microsoft Italia, dove si parlerà anche di SQL Server o meglio, della Microsoft Data Platform, con le seguenti sessioni:

• Azure Machine Learning
• Azure Stream Analytics
• Azure SQL Database
• Azure Search e Azure DocumentDB: Full-Text search and NoSQL document database as a service

Agenda e dettagli sull’evento e sull’iscrizione sono disponibili qui:

http://www.technicalcloudday.it/

Una delle domande più comuni nel mondo della Data Science riguarda la tipologia di algoritmo migliore, e quindi da usare, per risolvere un certo problema.

Qui viene riassunta, tramite una pratica matrice, una risposta molto completa a questa domanda:

Which Algorithm Family Can Answer My Question?

Molto utile per iniziare a capire come muoversi, in modo molto pratico e “business oriented” in questo grande mondo.

Un altro articolo simile, ma più semplice, quindi adatto a chi vuole avere una visione ancor più ad alto livello è questo:

Come già detto in precedenza la Data Science (e più in generale la Data Culture) è, a ragione a mio avviso, uno degli argomenti caldi del momento.

Purtroppo come sempre accade quando c’è molto interesse verso un argomento, c’è anche un bel po’ di confusione in giro e quindi è bene che ogni tanto ci siano articoli come questo che vanno a rispondere a domande “imbarazzanti” che, sopratutto chi si sta avvicinando ora all’argomento, magari ha un po’ paura di fare.