Big Data Analytics – Il manuale del data scientist

Con grande soddisfazione annuncio l’uscita del mio nuovo libro, nel quale parlo di Big Data e di Predicitve Analytics.

Il testo è rivolto agli studenti di discipline informatiche legate all’analisi e all’elaborazione dei dati, agli IT manager e soprattutto agli aspiranti data scientist Il libro è un valido supporto per comprensione delle tematiche relative all’analisi dei dati (big data o dati tradizionali) anche da parte del management aziendale, che, dall’analisi avanzata, può ottenere vantaggi competitivi rilevanti.

Ecco la presentazione ufficale.

Agli albori della “data driven economy”, i dati generati da macchine e social rappresentano il petrolio del XXI° secolo. Ma solo la capacità di elaborare e interpretare tali dati consentirà un loro corretto sfruttamento e sarà la chiave per aumentare produttività e attivare nuove strategie di crescita.

Big Data analytics. Il manuale del data scientist si propone come una guida all’analisi dei Big Data e all’utilizzo di strumenti e tecniche innovative, applicabili a qualunque settore economico e problematica predittiva ( eg. churn analysis, campaign targeting, IOT e predictive maintenance, fraud detection).

Il libro è un’esplorazione dei dati aziendali, delle loro architetture e degli stumenti di analisi , orientata ad accompagnare le scelte del data scientist e, soprattutto, ad aiutarlo nell’individuare regole capaci di spiegare fenomeni e generare decisioni vantaggiose.

Di seguito riporto l’indice dei paragrafi.

INDICE

Parte I – Creare valore dai dati tradizionali e dai big data

Capitolo 1 Dati: un patrimonio importante

Introduzione

1.2 I dati aziendali

1.2.1 Le fonti

1.2.2 Tipi di supporto

1.2.3 I tipi di struttura

1.2.4 La provenienza

1.3 Attori aziendali e dati

1.3.1 I manager

1.3.2 Il personale esecutivo

1.3.3 I data scientist

Capitolo 2 Big data

2.1 Introduzione

2.2 Definizione di big data

2.3 Tipologie di big data

2.4 Tecnologie big data in breve

2.4.1 Acquisizione

2.4.2 Immagazzinamento e organizzazione

2.4.3 Trasformazione e analisi

2.4.4 Non solo Hadoop!

2.4.5 Servizi Cloud

2.5 Casi interessanti

2.5.1 Il settore banking

2.5.2 Industry 4.0

2.5.3 IOT – Internet of Things

2.5.4 Le smart city

2.6 L’architettura “data lake”

Capitolo 3 Le tecniche di analisi: come estrarre valore dai dati

3.1 L’analisi dei dati e la data monetization

3.2 Analisi descrittiva (o descriptive analytics)

3.3 Analisi predittiva (predictive analytics)

3.4 Analisi prescrittiva (o prescriptive analytics)

3.5 Applicazioni della predictive (e prescriptive) analytics

3.5.1 CRM

3.5.2 Ricerca di anomalie

3.5.3 Marketing

3.5.4 Altri utilizzi

Parte II – Hadoop

Capitolo 4 Hadoop: piattaforma e motori di calcolo

4.1 Introduzione

4.2 Hadoop

4.3 L’ecosistema Hadoop

4.4 HDFS

4.5 MapReduce

4.6 YARN

4.7 Altre componenti

4.8 Hadoop 3.x

Capitolo 5 Hadoop: basi di dati

5.1 Introduzione

5.2 Hive

5.3 HCatalog

5.4 Apache Accumulo

5.5 HBase

5.6 Apache Phoenix

5.7 Apache Kylin: OLAP su hadoop

Capitolo 6 Gli strumenti per la “data ingestion”

6.1 La data ingestion

6.2 Strumenti ETL tradizionali e funzionalità per i big data

6.3 Sqoop

6.4 Flume

6.5 Storm

6.6 Kafka

6.7 Oozie

6.8 Nifi

Parte III – Tecnologie per l’analisi dei dati

Capitolo 7 Elaborazione e analisi dei dati con Pig

7.1 Introduzione

7.2 Le caratteristiche principali di Pig

7.3 Introduzione al linguaggio Pig Latin

7.4 Funzioni di caricamento e salvataggio

7.5 Comandi e funzioni per l’elaborazione dei dati

7.6 User Defined Functions

7.7 Ottimizzazioni

7.8 Conclusioni

Capitolo 8 SQL per l’analisi dei dati strutturati

8.1 Introduzione

8.2 SQL per la preparazione e l’analisi dei dataset

8.3 Hive

8.4 IMPALA

8.5 U-SQL

8.6 Apache Drill

Capitolo 9 Spark

9.1 Introduzione a Spark

9.2 Spark Unified Stack: le componenti integrate di Spark

9.3 Architettura

9.4 Scrivere ed eseguire codice Spark

9.5 Breve introduzione al linguaggio Scala

9.6 RDD: Resilient Distributed Dataset

9.7 Operazioni comuni sugli RDD

9.8 Spark SQL, Dataframe e Dataset

9.9 Operazioni comuni su Dataset e DataFrame

9.10 Monitoring

9.11 Spark machine learning (MLib e ML)

9.12 Streaming

9.13 GraphX

Capitolo 10 R e l’analisi dei dati

10.1 Introduzione a R

10.2 Strumenti di sviluppo e help on-line

10.3 I package

10.4 Strutture dati di base

10.5 I dataframe

10.6 Funzioni built-in

10.7 Funzioni custom

10.8 Espressioni condizionali e cicli

10.9 Le funzioni apply

10.10 Grafici

10.11 Creazione di script

10.12 R e i grandi dataset

10.13 Conclusioni

Parte IV – La Predictive Analytics

Capitolo 11 Metodologia per la predictive e prescriptive analytics

11.1 Introduzione

11.2 CRISP-DM e una proposta metodologica

11.3 Le fasi della metodologia

11.4 Conclusioni

Capitolo 12 Preparazione dei dati

12.1 Introduzione

12.2 Le variabili

12.3 Esplorazione dei dati

12.4 Operazioni sulle variabili

12.5 Creazione di variabili

12.6 Trasformazioni dei valori

12.7 Codifica di variabili categoriche

12.8 Selezione delle variabili

12.9 Trattamento dei valori mancanti

12.10 Gli outliers

12.11 Classi sbilanciate

12.12 Campionamento

12.13 Errori comuni nella preparazione dei dati

Capitolo 13 Gli algoritmi

13.1 Introduzione

13.2 Problematiche comuni

13.3 Algoritmi di classificazione

13.4 Algoritmi di regressione

13.5 Algoritmi semi supervisionati

13.6 Algoritmi di associazione (cenni)

13.7 Algoritmi di clustering

13.8 Reti neurali

13.9 Deep learning

13.10 Model ensembles

Capitolo 14 La valutazione dei modelli

14.1 Il test e la valutazione dei modelli

14.2 Valutazione dei modelli di classificazione

14.3 Valutazione dei modelli di regressione

14.4 Valutazione dei modelli di clustering

14.5 Conclusioni

Bibliografia