14

Per chi desidera diventare "dataScientist" e magari preferisce il programma R rispetto a python o ad altri applicativi segnalo questo bel pdf gratuito: docs.google.com/file/d/0B6iefdnF22XQeVZD.. (libriGratuiti, libriDataScience)

Alcuni estratti:

Data Science refers to an emerging area of work concerned with the collection, preparation, analysis, visualization, management, and preservation of large collections of information. Although the name Data Science seems to connect most strongly with areas such as databases and computer science, many different kinds of skills - including non-mathematical skills - are needed.

Data Science is different from other areas such as mathematics or statistics. Data Science is an applied activity and data scientists serve the needs and solve the problems of data users. Before you can solve a problem, you need to identify it and this process is not always as obvious as it might seem.

Buona lettura

In questo video (sonoro e qualità   video non magnifica) vengono fatte delle chiare considerazioni introduttive sul mondo dei dati e soprattutto degli opendata e linkedOpendate - L'ambito e il contesto del video è l'amministrazionePubblica (che è da digitalizzare, in alcuni casi molto da digitalizzare) amministrazioneDigitale

Molto interessante, buona visione: www.youtube.com/watch?v=hxUm_uy9nS0

Il ritornello è "gli opendata permettono alle aziende di migliorare il loro business, crescere, capire meglio contesto, processi, etc. in altre parole possono aiutare il loro sviluppo".

Stanno per arrivare i primi risultati del progetto che ha indagato se, come, quanto, quando questo succede. Ad oggi li sito è: www.opendata500.com/it/

Il progetto è sviluppato dal Govlab - New York University in collaborazione con FondazioneBrunoKessler, istituto di ricerca con sede a Trento. Open Data 200 Italia ha l’obiettivo di realizzare un’indagine sull’impatto degli open data e la creazione di valore sociale ed economico a partire dalla valorizzazione del patrimonio informativo pubblico nel contesto italiano.

Appena usciranno i primi rapporti aggiornerò il post.

Ecco una interessante infografica che in 2 minuti dà   una panoramica dei passi da compiere per entrare nel mondo dataScience. Secondo la grafica in 12 mesi si parte dal "sondare il terreno" fino a proporsi per un lavoro.

Si passa attraverso i passi di: apprendere le basi della matematica, "imparare R o python", leggersi e studiare qualche algoritmo di machine Learning e un po' di statistica (vengono consigliati anche dei testi). Si passa poi agli aspetti necessari "per farsi conoscere/notare", pare molto importante anche avere un profilo gitHub che proponga vostri lavori.

In allegato al post l'infografica, buona lettura.

Chi lavora con i dati deve riuscire a trovare il dataset giusto, deve avere buone competenze nel "ripulire" il dataset, deve saper fare le adeguate analisi statistiche, matematiche, etc. ma poi deve avere una brillante capacità   di comunicazione delle analisi/risultati, deve essere in grado di estrarre le informazioni nascoste nei dati e ancora più importante deve poter comunicare agli imprenditori/dirigenti cosa i dati ci possono dire.

Spesso l'obiettivo della datascience è quello di facilitare il processo decisionale: se non si usano tecniche di visualizzazione dei dati adeguate (dataviz) la trasmissione delle informazioni è molto spesso inefficace.

Oltre agli strumenti tradizionali offerti dai vari fogli di calcolo (Calc, Excel, etc.) ci sono delle librerie Javascript che usando le funzionalità   dell'HTML5 e del formato SVG (Scalable Vector Graphic) consentono di realizzare efficaci e spettacolari strumenti per la visualizzazione dei dati: sono le librerie D3.js.

Esempi di cosa si può fare con le D3.js li trovate qui: christopheviau.com/d3list/gallery.html

In questo post desidero condividere con voi un bellissimo video che introduce le potenzialità   offerte dall'HTML5, dal formato SVG e, soprattutto, delle librerieD3js --> www.youtube.com/watch?v=8jvoTV54nXw

Provo ad allegare questa bella infografica che mostra gli 8 passi per diventare un dataScientist spero la di,e Simone dell'immagine sia sufficiente per leggere senza problemi. Link origine: elearninginfographics.stfi.re/learn-data..

Ho trovato questo "riassunto" della pessima situazione economica e politica del nostro belpaese: www.astrid-online.it/static/upload/cer_/.. non ho ancora terminato la lettura ma mi sembra interessante. Si intitola: Europe’s make-or-break country - What is wrong with Italy’s economy? By Ferdinando Giugliano and Christian Odendahl.

Come ben sottolineano gli autori le colpe sono "in casa", servono riforme tra cui quella della Giustizia e del lavoro, meno spesa pubblica di mero sostegno improduttivo e più spesa pubblica in investimenti. Riforma dell'istruzione. Riduzione del grande peso della burocrazia.

Tutte cose che a mio avviso può fare solo un governo eletto e molto forte... cosa che non vediamo da anni se non decenni.

Buona lettura

Edit Fabio: ho aggiunto dei tag italia economia e una immagine

Condivido con voi questo post su datasciencecentral dal titolo "Top Mistakes data scientists make": www.datasciencecentral.com/profiles/blog..

- poca comunicazione tra le persone che operano sui dati (i dataScientist) e quelle che operano sui processi di business; non serve una continua interazione tra le due parti ma è necessario che il data scientist capisca cosa serve al business e viceversa che il business capisca cosa il data scientist può fare;

- non proporre subito la soluzione più semplice: a volte per ottenere informazioni utili alle aziende bastano 30 righe di codice ma il data scientist perde "la bussola" e crea soluzioni pachidermiche,... impiega mesi per realizzare "features" inutili scoprendo solo alla fine che le funzionalità   usate sono quelle più semplici; ancora: comunicare bene con i responsabili aziendali è la soluzione;

- le soluzioni più complesse non sono a priori le più apprezzate dai dirigenti: lo scienziato dei dati preferisce realizzare funzionalità   complicate che richiedono molto tempo e che fornisco molte funzioni, analisi e quant'altro; ai dirigenti delle aziende a volte bastano poche analisi specifiche magari realizzabili con meno sforzo e in minor tempo; anche in questo caso la comunicazione scienziatoDati - dirigenti evita di lavorare in modo non efficace.

Personalmente non so se gli errori elencati possono ritenersi "top" ma condivido con l'autore che la comunicazione e le abilità   di comprensione dei problemi/necessità   aziendali siano sempre più importanti per una persona che lavora con i dati**. Si possono fare le analisi più approfondite e "ninja" su database il più grandi e accurati possibile, ma se poi non riesco a sintetizzare il "succo del discorso" agli imprenditori ed ai dirigenti o se le informazioni trovate non interessano viene a mancare il "traguardo"... è come aver corso una maratona per 40 km in testa e poi non tagliare il traguardo.

Segnalo questo bellissimo video che introduce il concetto ed alcuni algoritmi utilizzati nell'ambito del machineLearning. Gli esseri umani imparano perché dalle esperienze di vita riescono a distillare concetti, consigli e dinamiche che permettono loro di vivere meglio. Per i computer le "esperienze di vita" sono i dati e ciò che permette loro di distillare buone informazioni sono gli algoritmi.

L'autore del video (Luis Serrano) mostra con estrema semplicità   ed efficacia alcuni degli algoritmi base per del machine Learning (regressioni e clustering). Il video si può vedere da questo link: www.youtube.com/watch?v=IpGxLWOIZy4

Inauguro questo filone di post della categoria "fare" => trucchi per realizzare qualcosa di concreto (sempre in ambito web sia chiaro).

Come recuperare il testo di un classico link html usando php? Supponiamo che la stringa di cui vogliamo recuperare il testoUrl (testo del link) sia:

$sitoWeb = "<a attributi="proprietà  " href="www.abcd.it">testo del link</a>";

Per farlo possiamo:

$dom = new DOMDocument;

$dom->loadHTML($sitoWeb);

foreach( $dom->getElementsByTagName('a') as $node ) {

$linkMini = $node->nodeValue;

echo $linkMini;

}

Questo piccolo algoritmo l'ho usato per "mettere in ordine" i campi web dello strumento open-dormire Lombardia: www.fabiodisconzi.com/open-dormire/lomba..