SOWA OPAC : Katalog komputerowy książek, czasopism i zbiorów specjalnych

12 wyników

Książka

W koszyku

Mistrzowskie mapowanie myśli : podręcznik użytkownika najpotężniejszego narzędzia rozumowania / Tony Buzan ; [tłumaczenie: Leszek Sielicki]. - Gliwice : Helion, 2019. - 211 stron : ilustracje ; 23 cm.

(Onepress Power)

Autor

Buzan Tony (1942- ). Sielicki Leszek.

Forma i typ

Książki Publikacje naukowe

Temat

Mapa myśli

Gatunek

Podręcznik

Dziedzina i ujęcie

Rozwój osobisty

Czym jest mapa myśli? Jak mapować myśli? Co nie jest mapą myśli? Znajdowanie rozwiazań Niezliczone zastosowania map myśli Przyszłość mapowania myśli

Sygnatura czytelni BWZ: XII A 75

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEiZ

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. E 5931 (1 egz.)

Książka

W koszyku

Decyzyjni : jak zwykli ludzie kreują niezwykłe produkty / Marty Cagan, Chris Jones ; przekład: Anna Kucharczyk-Barycza, Leszek Sielicki. - Gliwice : Onepress, copyright 2023. - 422, [1] strona : ilustracje ; 23 cm.

Autor

Cagan Marty (1959- ). Jones Chris (organizacja i zarządzanie). Kucharczyk Anna. Sielicki Leszek.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Menedżerowie

Temat

Coaching Innowacje Nowy produkt Praca zespołowa Przemysły wysokiej techniki Zarządzanie produktem Zarządzanie zasobami ludzkimi (HRM)

Gatunek

Poradnik

Dziedzina i ujęcie

Zarządzanie i marketing

Za kulisami każdej wielkiej firmy Rola technologii Silne przywództwo produktowe Upełnomocnione zespoły produktowe Przywództwo w praktyce Decyzyjni - przewodnik Coaching - sposób myślenia Ewaluacja Plan coachingowy Rozmowa indywidualna Opracowanie pisemne Kontekst strategiczny Poczucie własności Zarządzanie czasem Myślenie Współpraca w zespole Współpraca z interesariuszami Syndrom oszusta Klientocentryczność Sumienność Decyzje Efektywne spotkania Etyka Szczęście Profil liderki: Lisa Kavanaugh Kompetencje i charakter Rekrutacja Rozmowa kwalifikacyjna Zatrudnianie Pracownicy zdalni Przysposabianie do pracy Oceny efektów pracy Odejścia Awanse Profil liderki: April Underwood Tworzenie przekonującej wizji Udostępnianie wizji produktu Zasady dotyczące produktu i kwestie etyczne Profil liderki: Audrey Crane Optymalizacja pod kątem upełnomocniania Upełnomocnianie zespołów platformowych Upełnomocnianie zespołów ds. wrażeń Topologia a bliskość w ujęciu fizycznym Ewolucja topologii Profil liderki: Debby Meredith STRATEGIA PRODUKTOWA Koncentracja Działania Zarządzanie Profil liderki: Shan-Lyn Ma CZEŚĆ VII. CELE ZESPOŁÓW Upełnomocnianie Przypisywanie celów Ambicja Zobowiązania Współpraca Zarządzanie Odpowiedzialność Umieszczanie celów w odpowiedniej perspektywie Profil liderki: Christina Wodtke Cele firmy Wizja produktu i związane z nią zasady Topologia zespołów Strategia produktowa Cele zespołów produktowych Efekty biznesowe Profil liderki: Judy Gibbons WSPÓŁPRACA BIZNESOWA Rola liderów produktów Zarządzanie interesariuszami a współpraca Udostępnianie spostrzeżeń i uczenie się Utrzymywanie (się) na rynku Profil liderki: Avid Larizadeh Duggan ZAINSPIROWANI, UPEŁNOMOCNIENI I PODDANI TRANSFORMACJI Sensowna transformacja Transformacja w akcji Poddani transformacji

Sygnatura czytelni BWZ: IX D 17

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEiZ

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 154843 N (1 egz.)

Książka

W koszyku

Plan marketingowy na jednej stronie : nowi klienci, większe dochody i firma jedna na milion! / Allan Dib ; przekład: Leszek Sieklecki. - Gliwice : Wydawnictwo Helion, copyright 2020. - 242, [1] stron : ilustracje ; 22 cm.

(Onepress Power)

Autor

Dib Allan. Sielicki Leszek.

Forma i typ

Książki Poradniki i przewodniki

Temat

Plan marketingowy

Gatunek

Poradnik

Dziedzina i ujęcie

Zarządzanie i marketing Informatyka i technologie informacyjne

Tytuł oryginału: The 1-Page Marketing Plan : Get New Customers, Make More Money, And Stand out From the Crowd.

AKT I. FAZA "PRZED" Wybór rynku docelowego Opracowywanie komunikatu Docieranie do potencjalnych klientów za pomocą mediów reklamowych AKT II. FAZA "W TRAKCIE" Pozyskiwanie leadów Pielęgnowanie relacji z leadami Konwersja sprzedażowa AKT III. FAZA "PO" Zapewnianie obsługi na światowym poziomie Zwiększanie wartości życiowej klienta Aranżowanie i stymulowanie pozyskiwania poleceń

Sygnatura czytelni BWF: V G 88

Sygnatura czytelni BWZ: VI D 58

dostępna do wypożyczenia

Ta pozycja znajduje się w zbiorach 3 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 149572 (1 egz.)

Biblioteka WEiZ

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. E 6124 (1 egz.)

Biblioteka WWFiF

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 149573 (1 egz.)

Książka

W koszyku

Autor

Drescher Daniel. Sielicki Leszek.

Forma i typ

Książki Poradniki i przewodniki

Temat

Blockchain P2P (protokół) Baza danych Sieć komputerowa Płatności elektroniczne

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Na okładce: Apress®.

Indeks.

Terminologia i założenia techniczne Etap 1. Rozumowanie w kategoriach warstw i aspektów Etap 2. Spojrzenie z szerokiej perspektywy Etap 3. Identyfikacja potencjału FAZA II. Dlaczego łańcuch bloków jest potrzebny Etap 4. Określenie podstawowego problemu Etap 5. Ujednoznacznianie terminu Etap 6. Własność, co to takiego? Etap 7. Wydawanie pieniędzy podwójnie FAZA III. Jak działa łańcuch bloków Etap 8. Planowanie łańcucha bloków Etap 9. Dokumentowanie własności Etap 10. Haszowanie danych Etap 11. Wykorzystywanie skrótów w praktyce Etap 12. Identyfikacja i ochrona kont użytkowników Etap 13. Autoryzowanie transakcji Etap 14. Przechowywanie danych transakcyjnych Etap 15. Wykorzystywanie repozytorium danych Etap 16. Ochrona repozytorium danych Etap 17. Rozpraszanie repozytorium danych pomiędzy uczestnikami systemu Etap 18. Weryfikowanie i dodawanie transakcji Etap 19. Wybór historii transakcji Etap 20. Cena integralności Etap 21. Łączenie komponentów w całość FAZA IV. Ograniczenia i sposoby ich przezwyciężania Etap 22. Dostrzeganie ograniczeń Etap 23. Łańcuch bloków na nowo Korzystanie z łańcucha bloków, podsumowanie i przegląd Etap 24. Korzystanie z łańcucha bloków

Sygnatura czytelni BWEAiI: XII Ż 64

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEAiI

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 146983 N (1 egz.)

Książka

W koszyku

Autor

Drescher Daniel Sielicki Leszek

Forma i typ

Książki Publikacje fachowe

Temat

Blockchain Szyfry Zastosowanie i wykorzystanie

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Indeks.

FAZA I. TERMINOLOGIA I ZAŁOŻENIA TECHNICZNE 11 Etap 1. Rozumowanie w kategoriach warstw i aspektów 13 Etap 2. Spojrzenie z szerokiej perspektywy 19 Etap 3. Identyfikacja potencjału 27 FAZA II. DLACZEGO ŁAŃCUCH BLOKÓW JEST POTRZEBNY 33 Etap 4. Określenie podstawowego problemu 35 Etap 5. Ujednoznacznianie terminu 39 Etap 6. Własność, co to takiego? 43 Etap 7. Wydawanie pieniędzy podwójnie 51 FAZA III. JAK DZIAŁA ŁAŃCUCH BLOKÓW 57 Etap 8. Planowanie łańcucha bloków 59 Etap 9. Dokumentowanie własności 65 Etap 10. Haszowanie danych 71 Etap 11. Wykorzystywanie skrótów w praktyce 79 Etap 12. Identyfikacja i ochrona kont użytkowników 89 Etap 13. Autoryzowanie transakcji 97 Etap 14. Przechowywanie danych transakcyjnych 103 Etap 15. Wykorzystywanie repozytorium danych 115 Etap 16. Ochrona repozytorium danych 125 Etap 17. Rozpraszanie repozytorium danych pomiędzy uczestnikami systemu 133 Etap 18. Weryfikowanie i dodawanie transakcji 139 Etap 19. Wybór historii transakcji 149 Etap 20. Cena integralności 163 Etap 21. Łączenie komponentów w całość 169 FAZA IV. OGRANICZENIA I SPOSOBY ICH PRZEZWYCIĘŻANIA 181 Etap 22. Dostrzeganie ograniczeń 183 Etap 23. Łańcuch bloków na nowo 189 FAZA V. KORZYSTANIE Z ŁAŃCUCHA BLOKÓW, PODSUMOWANIE I PRZEGLĄD 197 Etap 24. Korzystanie z łańcucha bloków 199

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 151029 N (1 egz.)

Książka

W koszyku

Autor

Koch Richard (1950- ) Sielicki Leszek.

Forma i typ

Książki Poradniki i przewodniki

Temat

Skuteczność organizacyjna Sukces

Gatunek

Poradnik

Dziedzina i ujęcie

Praca, kariera, pieniądze Rozwój osobisty

Tytuł oryginału: The 80/20 principle : the secret of achieving, more with less.

Na okładce: Zaktualizowane wydanie rocznicowe.

CZĘŚĆ I. UWERTURA 1. Witamy w uniwersum zasady 80/20 17 2. Jak myśleć w kategoriach 80/20? 41 CZĘŚĆ II. SUKCES W BIZNESIE NIE MUSI BYĆ TAJEMNICĄ 3. Tajemny kult 67 4. Dlaczego Twoja strategia jest niewłaściwa? 87 5. Piękno tkwi w prostocie 117 6. Pozyskiwanie odpowiednich klientów 139 7. Dziesięć najważniejszych zastosowań biznesowych zasady 80/20 159 8. Kluczowe nieliczne zapewnią Ci sukces 173 CZĘŚĆ III. PRACUJ MNIEJ, ZARABIAJ WIĘCEJ, BAW SIĘ LEPIEJ 9. Jak być wolnym? 185 10. Rewolucja w pojmowaniu czasu 199 11. Zawsze możesz mieć to, czego chcesz 223 12. Z niewielką pomocą przyjaciół 237 13. Inteligentni i leniwi 251 14. Money, money, money 275 15. Siedem nawyków gwarantujących szczęście 291 16. Twój ukryty przyjaciel 311 CZĘŚĆ IV. PRZYSZŁOŚĆ W PROPORCJACH 80/20 17. Sukces za sprawą sieci 80/20 331 18. Gdy 80/20 staje się 90/10 345 19. Twoje miejsce w przyszłości 80/20 357 CZĘŚĆ V. ZASADA 80/20 W NOWYM UJĘCIU 20. Dwa wymiary zasady 80/20 369

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 151483, 151484 (2 egz.)

Książka

W koszyku

Autor

Mougayar William. Sielicki Leszek.

Forma i typ

Książki Publikacje fachowe

Temat

Blockchain. Zarządzanie.

Gatunek

Opracowanie.

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Tytuł oryginału: The Business Blockchain: Promise, Practice, and Application of the Next Internet Technology.

Bibliografia na stronach 193-[194]. Indeks.

1.Czym jest łańcuch bloków? 2.Jak zaufanie przenika łańcuch bloków 3.Przeszkody, wyzwania i blokady psychiczne 4.Łańcuch bloków w sferze usług finansowych 5.Branże — latarnie morskie i nowi pośrednicy 6.Implementacja technologii łańcucha bloków 7.Decentralizacja jako droga postępu

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 147411 N (1 egz.)

Książka

W koszyku

(Onepress)

Autor

Nielsen Nicolaj Højer. Sielicki Leszek.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Przedsiębiorcy

Temat

Start-up Finanse Przedsiębiorczość (postawa) Przedsiębiorcy Polska

Gatunek

Poradnik

Dziedzina i ujęcie

Zarządzanie i marketing

Tytuł oryginału: The startup funding book.

Bibliografia na stronie 267.

Książka dla przedsiębiorców.

O Nicolaju Hojerze Nielsenie (8) Rozdział 1. Czy naprawdę potrzebujesz zewnętrznego finansowania? (11) Rozdział 2. Profil ryzyka i zysku Twojego startupu (21) Rozdział 3. Kto inwestuje w co i kiedy (35) Rozdział 4. Dlaczego nie potrafisz znaleźć inwestora? (47) Rozdział 5. Współzałożyciele to pierwsi inwestorzy (59) Rozdział 6. Finansowanie przez znajomych i rodzinę (77) Rozdział 7. Akceleratory startupów (91) Rozdział 8. Aniołowie biznesu (109) Rozdział 9. Kapitał wysokiego ryzyka (129) Rozdział 10. Finansowanie publiczne (161) Rozdział 11. Banki (181) Rozdział 12. Crowdfunding, czyli finansowanie społecznościowe (189) Rozdział 13. Jak kontaktować się z inwestorami? (219) Rozdział 14. Przewodnik po materiałach dla inwestorów (233)

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 146782 N (1 egz.)

Książka

W koszyku

Kluczowe wskaźniki efektywności (KPI) : tworzenie, wdrażanie i stosowanie / David Parmenter ; [tł.: Leszek Sielicki]. - Gliwice : Wydawnictwo Helion, cop. 2016. - 362 s. : il. ; 24 cm.

(Onepress Power)

Autor

Parmenter David. Sielicki Leszek.

Temat

Zarządzanie Efektywność ekonomiczna Organizacja

Na okł. i s. tyt.: Wyd. 3 - dotyczy wyd. oryg.

Sygnatura czytelni BWZ: VII C 68

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEiZ

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. E 5601 (1 egz.)

Książka

W koszyku

Analiza danych w biznesie / Foster Provost, Tom Fawcett ; [tł.: Leszek Sielicki]. - Gliwice : Wydawnictwo Helion, cop. 2015. - 356, [4] s. : il. ; 24 cm.

(Onepress)

Autor

Provost Foster (1964- ). Fawcett Tom. Sielicki Leszek.

Temat

Data Mining (metoda) Decyzje

Gatunek

Podręcznik.

U dołu s. tyt. i grzb. również nazwa wydaw. oryg.: O'Reilly.

Bibliogr. s. 345-350. Indeks.

Sygnatura czytelni BWZ: XIII B 58

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEiZ

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. E 5195 (1 egz.)

Książka

W koszyku

Analiza danych w biznesie : sztuka podejmowania skutecznych decyzji / Foster Provost, Tom Fawcett ; [tłumaczenie Leszek Sielicki]. - Gliwice : Wydawnictwo Helion, copyright 2019. - 356, [4] strony : ilustracje ; 24 cm.

(Onepress)

Autor

Provost Foster (1964- ). Fawcett Tom. Sielicki Leszek.

Temat

Data Mining (metoda) Statystyka matematyczna Zarządzanie

Gatunek

Opracowanie

Dziedzina i ujęcie

Gospodarka, ekonomia, finanse Zarządzanie i marketing

Na grzbiecie również nazwa wydawcy oryginału: O'Reilly.

Bibliografia na stronach 345-350. Indeks.

Wstęp: myślenie w kategoriach analityki danych Wszechobecność możliwości pozyskiwania danych Przykład: huragan Frances Przykład: prognozowanie odpływu klientów Nauka o danych, inżynieria i podejmowanie decyzji na podstawie danych Przetwarzanie danych i Big Data Od Big Data 1.0 do Big Data 2.0 Dane i potencjał nauki o danych jako aktywa strategiczne Myślenie w kategoriach analityki danych Eksploracja danych i nauka o danych, nowe spojrzenie Chemia to nie probówki: nauka o danych kontra praca badacza danych Problemy biznesowe a rozwiązania z zakresu nauki o danych Podstawowe pojęcia: Zbiór kanonicznych zadań związanych z eksploracją danych; Proces eksploracji danych; Nadzorowana i nienadzorowana eksploracja danych. Od problemów biznesowych do zadań eksploracji danych Metody nadzorowane i nienadzorowane Proces eksploracji danych Zrozumienie uwarunkowań biznesowych Zrozumienie danych Przygotowanie danych Modelowanie Ewaluacja Wdrożenie Implikacje w sferze zarządzania zespołem nauki o danych Inne techniki i technologie analityczne Zapytania do baz danych Magazynowanie danych Analiza regresji Uczenie maszynowe i eksploracja danych Odpowiadanie na pytania biznesowe z wykorzystaniem tych technik 3. Wprowadzenie do modelowania predykcyjnego: od korelacji do nadzorowanej segmentacji Podstawowe pojęcia: Identyfikowanie atrybutów informatywnych; Segmentowanie danych za pomocą progresywnej selekcji atrybutów. Przykładowe techniki: Wyszukiwanie korelacji; Wybór atrybutów/zmiennych; Indukcja drzew decyzyjnych. Modele, indukcja i predykcja Nadzorowana segmentacja Wybór atrybutów informatywnych Przykład: wybór atrybutu z wykorzystaniem przyrostu informacji Nadzorowana segmentacja z użyciem modeli o strukturze drzewa Wizualizacja segmentacji Drzewa jako zbiory reguł Szacowanie prawdopodobieństwa Przykład: rozwiązywanie problemu odpływu abonentów z wykorzystaniem indukcji drzewa 4. Dopasowywanie modelu do danych Podstawowe pojęcia: Znajdowanie "optymalnych" parametrów modelu na podstawie danych; Wybieranie celu eksploracji danych; Funkcje celu; Funkcje straty. Przykładowe techniki: Regresja liniowa; Regresja logistyczna; Maszyny wektorów wspierających. Klasyfikacja za pomocą funkcji matematycznych Liniowe funkcje dyskryminacyjne Optymalizacja funkcji celu Przykład wydobywania dyskryminatora liniowego z danych Liniowe funkcje dyskryminacyjne do celów scoringu i szeregowania wystąpień Maszyny wektorów wspierających w skrócie Regresja za pomocą funkcji matematycznych Szacowanie prawdopodobieństwa klas i "regresja" logistyczna * Regresja logistyczna: kilka szczegółów technicznych Przykład: indukcja drzew decyzyjnych a regresja logistyczna Funkcje nieliniowe, maszyny wektorów wspierających i sieci neuronowe Nadmierne dopasowanie i jego unikanie Podstawowe pojęcia: Generalizacja; Dopasowanie i nadmierne dopasowanie; Kontrola złożoności. Przykładowe techniki: Sprawdzian krzyżowy; Wybór atrybutów; Przycinanie drzew; Regularyzacja. Generalizacja Nadmierne dopasowanie ("przeuczenie") Badanie nadmiernego dopasowania Dane wydzielone i wykresy dopasowania Nadmierne dopasowanie w indukcji drzew decyzyjnych Nadmierne dopasowanie w funkcjach matematycznych Przykład: nadmierne dopasowanie funkcji liniowych * Przykład: dlaczego nadmierne dopasowanie jest niekorzystne? Od ewaluacji danych wydzielonych do sprawdzianu krzyżowego Zbiór danych dotyczących odpływu abonentów - nowe spojrzenie Krzywe uczenia się Unikanie nadmiernego dopasowania i kontrola złożoności Unikanie nadmiernego dopasowania w indukcji drzew decyzyjnych Ogólna metoda unikania nadmiernego dopasowania * Unikanie nadmiernego dopasowania w celu optymalizacji parametrów 6. Podobieństwo, sąsiedzi i klastry Podstawowe pojęcia: Obliczanie podobieństwa obiektów opisanych przez dane; Wykorzystywanie podobieństwa do celów predykcji; Klastrowanie jako segmentacja oparta na podobieństwie. Przykładowe techniki: Poszukiwanie podobnych jednostek; Metody najbliższych sąsiadów; Metody klastrowania; Miary odległości do obliczania podobieństwa. Podobieństwo i odległość Wnioskowanie metodą najbliższych sąsiadów Przykład: analityka whisky Najbliżsi sąsiedzi w modelowaniu predykcyjnym Ilu sąsiadów i jak duży wpływ? Interpretacja geometryczna, nadmierne dopasowanie i kontrola złożoności Problemy z metodami najbliższych sąsiadów Kilka istotnych szczegółów technicznych dotyczących podobieństw i sąsiadów Atrybuty heterogeniczne * Inne funkcje odległości * Funkcje łączące: obliczanie wskaźników na podstawie sąsiadów 165 Klastrowanie Przykład: analityka whisky - nowe spojrzenie Klastrowanie hierarchiczne Najbliżsi sąsiedzi na nowo: klastrowanie wokół centroidów Przykład: klastrowanie wiadomości biznesowych Zrozumienie wyników klastrowania * Wykorzystywanie uczenia nadzorowanego do generowania opisów klastrów Krok wstecz: rozwiązywanie problemu biznesowego kontra eksploracja danych 7. Myślenie w kategoriach analityki decyzji I: co to jest dobry model? Podstawowe pojęcia: Staranne rozważenie, czego oczekujemy od wyników nauki o danych; Wartość oczekiwana jako kluczowa platforma ewaluacji; Uwzględnianie odpowiednich porównawczych punktów odniesienia. Przykładowe techniki: Różne miary ewaluacji; Szacowanie kosztów i korzyści; Obliczanie oczekiwanego zysku; Tworzenie metod bazowych dla porównań. Ewaluacja klasyfikatorów Zwykła dokładność i jej problemy Macierz pomyłek Problemy z niezrównoważonymi klasami Problemy nierównych kosztów i korzyści Generalizowanie poza klasyfikacją Kluczowa platforma analityczna: wartość oczekiwana Wykorzystywanie wartości oczekiwanej do systematyzowania zastosowania klasyfikatora Wykorzystywanie wartości oczekiwanej do systematyzowania ewaluacji klasyfikatora Ewaluacja, skuteczność bazowa oraz implikacje dla inwestowania w dane 8. Wizualizacja skuteczności modelu Podstawowe pojęcia: Wizualizacja skuteczności modelu przy różnych rodzajach niepewności; Dalsze rozważania odnośnie tego, czego należy oczekiwać od wyników eksploracji danych. Przykładowe techniki: Krzywe zysku; Krzywe łącznej reakcji; Krzywe przyrostu; Krzywe ROC. Ranking zamiast klasyfikowania Krzywe zysku Wykresy i krzywe ROC Pole pod krzywą ROC (AUC) Krzywe łącznej reakcji i krzywe przyrostu Przykład: analityka skuteczności w modelowaniu odpływu abonentów 9. Dowody i prawdopodobieństwa Podstawowe pojęcia: Jednoznaczne łączenie dowodów za pomocą twierdzenia Bayesa; Wnioskowanie probabilistyczne poprzez założenia warunkowej niezależności. Przykładowe techniki: Klasyfikacja bayesowska; Przyrost wartości dowodu. Przykład: targetowanie klientów reklam internetowych Probabilistyczne łączenie dowodów Prawdopodobieństwo łączne i niezależność Twierdzenie Bayesa Zastosowanie twierdzenia Bayesa w nauce o danych Niezależność warunkowa i naiwny klasyfikator bayesowski Zalety i wady naiwnego klasyfikatora bayesowskiego Model "przyrostu" wartości dowodu Przykład: przyrosty wartości dowodów z "polubień" na Facebooku Dowody w akcji: targetowanie klientów reklamami 10. Reprezentacja i eksploracja tekstu Podstawowe pojęcia: Znaczenie konstruowania przyjaznych eksploracji reprezentacji danych; Reprezentacja tekstu do celów eksploracji danych. Przykładowe techniki: Reprezentacja worka słów (bag of words); Kalkulacja TFIDF; N-gramy; Sprowadzanie do formy podstawowej (stemming); Ekstrakcja wyrażeń nazwowych; Modele tematyczne. Dlaczego tekst jest istotny Dlaczego tekst jest trudny Reprezentacja Worek słów (bag of words) Częstość termów Mierzenie rzadkości (sparseness): odwrotna częstość w dokumentach Łączenie reprezentacji: TFIDF Przykład: muzycy jazzowi * Związek IDF z entropią Oprócz worka słów N-gramy Ekstrakcja wyrażeń nazwowych Modele tematyczne Przykład: eksploracja wiadomości w celu prognozowania zmian cen akcji Myślenie w kategoriach analityki decyzji II: w kierunku inżynierii analitycznej Podstawowe pojęcie: Rozwiązywanie problemów biznesowych z wykorzystaniem nauki o danych rozpoczyna się od inżynierii analitycznej: projektowania rozwiązania analitycznego z wykorzystaniem dostępnych danych, narzędzi i technik. Przykładowa technika: Wartość oczekiwana jako platforma opracowania rozwiązania z zakresu nauki o danych. Targetowanie najlepszych potencjalnych klientów przesyłek organizacji pozyskujących fundusze Platforma wartości oczekiwanej: rozkład problemu biznesowego i ponowne zestawienie elementów rozwiązania Krótka dygresja na temat stronniczości selekcji Nowe, jeszcze bardziej zaawansowane spojrzenie na nasz przykład odpływu abonentów Platforma wartości oczekiwanej: strukturyzacja bardziej skomplikowanego problemu biznesowego Ocena wpływu zachęty Od rozkładu wartości oczekiwanej do rozwiązania z obszaru nauki o danych Inne zadania i techniki nauki o danych Podstawowe pojęcia: Nasze podstawowe pojęcia jako baza wielu typowych technik nauki o danych; Znaczenie wiedzy o elementach składowych nauki o danych. Przykładowe techniki: Zależność i współwystępowanie; Profilowanie zachowań; Predykcja połączeń; Redukcja danych; Eksploracja informacji ukrytych; Rekomendowanie filmów; Rozkład błędu pod względem stronniczości - wariancji; Zespoły modeli; Wnioskowanie przyczynowe z danych. Współwystąpienia i zależności: znajdowanie elementów, które idą w parze Pomiar zaskoczenia: przyrost i dźwignia Przykład: piwo i kupony loteryjne Zależności pomiędzy polubieniami na Facebooku Profilowanie: znajdowanie typowego zachowania Predykcja połączeń i rekomendacje społecznościowe Redukcja danych, informacje ukryte i rekomendacje filmów Stronniczość, wariancja i metody zespalania Oparte na danych wyjaśnianie przyczynowe i przykład marketingu wirusowego . Nauka o danych i strategia biznesowa Podstawowe pojęcia: Nasze zasady jako podstawa sukcesu firmy działającej na podstawie danych; Zdobywanie i utrzymywanie przewagi konkurencyjnej za pomocą nauki o danych; Znaczenie dbałości o potencjał nauki o danych. Myślenie w kategoriach analityki danych, raz jeszcze Osiąganie przewagi konkurencyjnej przy pomocy nauki o danych Utrzymywanie przewagi konkurencyjnej przy pomocy nauki o danych Nadzwyczajna przewaga historyczna Wyjątkowa własność intelektualna Wyjątkowe niematerialne aktywa zabezpieczające Lepsi badacze danych Lepsze zarządzanie zespołem nauki o danych Pozyskiwanie badaczy danych i ich zespołów oraz opieka nad nimi Badanie studiów przypadku z zakresu nauki o danych Gotowość do przyjmowania kreatywnych pomysłów z każdego źródła Gotowość do oceny propozycji projektów z zakresu nauki o danych Przykładowa propozycja eksploracji danych Błędy w propozycji Big Red Dojrzałość firmy w sferze nauki o danych Podstawowe pojęcia nauki o danych Zastosowanie naszych podstawowych pojęć do nowego problemu: eksploracji danych urządzeń przenośnych Zmiana sposobu myślenia o rozwiązaniach problemów biznesowych Czego dane nie mogą dokonać: nowe spojrzenie na decydentów Prywatność, etyka i eksploracja danych dotyczących konkretnych osób Czy jest coś jeszcze w nauce o danych? Ostatni przykład: od crowdsourcingu do cloudsourcingu Kilka słów na zakończenie A. Przewodnik dotyczący oceny propozycji Zrozumienie uwarunkowań biznesowych i zrozumienie danych Przygotowanie danych Modelowanie Ewaluacja i wdrożenie B. Jeszcze jedna przykładowa propozycja Scenariusz i propozycja Wady propozycji GGC

Sygnatura czytelni BMW: VI Ę 380 (nowy)

dostępna w czytelni

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Wszystkie egzemplarze są obecnie wypożyczone: sygn. 148270 (1 egz.)

Biblioteka Międzywydziałowa

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 148042 N (1 egz.)

Książka

W koszyku

Analiza danych w biznesie : sztuka podejmowania skutecznych decyzji / Foster Provost, Tom Fawcett ; przekład: Leszek Sielicki. - Gliwice : Helion, copyright 2023. - 356, [4] strony : ilustracje, wykresy ; 24 cm.

Autor

Provost Foster (1964- ). Fawcett Tom. Sielicki Leszek.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Przedsiębiorcy Specjaliści zastosowań informatyki

Temat

Analiza danych Data mining Decyzje Zarządzanie strategiczne

Gatunek

Podręcznik

Dziedzina i ujęcie

Matematyka Zarządzanie i marketing

Na grzbiecie nazwa wydawcy oryginału: O'Reilly.

Bibliografia, netografia na stronach 345-350. Indeks.

Myślenie w kategoriach analityki danych Problemy biznesowe a rozwiązania z akresu nauki o danych Wprowadzenie do modelowania predykcyjnego - od korelacji do nadzorowania segmentacji Dopasowywanie modelu do danych Nadmierne dopasowanie i jego unikanie Podobieństwa, sąsiedzi i klastry Myślenie w kategoriach analityki decyzji Wizualizacja skutecznosci modelu Powody prawdopodobieństwa Reprezentacja i eksploracja tekstu Myślenie w kategoriach analityki decyzji: w kierunku inżynierii analitycznej Inne zadania i techniki nauki o danych Nauka o danych i strategia biznesowa

Sygnatura czytelni BWEAiI: XII Z 135

dostępna do wypożyczenia

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 153951 N (1 egz.)

Biblioteka WEAiI

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 153950 N (1 egz.)