Resenhas - Data Science Para Negócios

Bruno 05/02/2019

Dados: Ativo do Presente que Constrói o Futuro
Assim como dinheiro e pessoas, hoje os dados são um dos principais ativos de uma organização. E, como acontece com todos os demais ativos, eles só trazem resultados se soubermos como utilizá-los e aplicá-los.
Com a compreensão do conceito de Big Data, todos os materiais produzidos - desde textos inteiros até imagens e audios - foram reconhecidos como dados valiosos. O desafio se tornou como transformar esse volume de dados imenso que é produzido todos os dias em insights que contribuem para as tomadas de decisão nas organizações em tempo hábil.
Vencer esse desafio é o principal objetivo da Data Science - Ciência de Dados, em português. Através da combinação de conhecimento de negócios, ciência da computação, estatística e diversas outras técnicas matemáticas, a Data Sicience busca coletar, armazenar e processar os dados de diversos formatos de forma que através deles se encontre soluções para problemas que surjam na organização, previna a empresa contra problemas que possam surgir ou encontre oportunidades de negócios com grandes potenciais que ainda não foram explorados pela empresa.
Diante da riqueza de possibilidade que os dados, esse ativo tão precioso, oferecem se torna imprescindível que as organizações dos dias atuais deem a devida atenção aos mesmos para construírem seus futuros. As empresas que os negligenciarem correm risco de serem esmagadas ou esquecidas no futuro.

Denis.Barbosa 13/05/2021

Ótimo livro introdutório ao assunto
Data Science para Negócios diz logo a que veio: trazer um workflow de trabalho com dados visando a área de negócios. Isto é feito a partir de exemplos, conceitos e muita referência bibliográfica.

Apesar de se apresentar como um livro introdutório, julgo ser um livro bem completo, focado na faceta "negócios" e em como utilizar todas as ferramentas de Data Science nos problemas de empresas.

O pensamento crítico também é um forte fator no livro, seja na escolha de um modelo adequado, na escolha de um parâmetro de classificação de um modelo e até mesmo em projetos de pesquisa na área.

Digo que não é um livro para leitura rápida, mas sim para degustação e releituras corriqueiras, além de consulta a certas ferramentas.

Recomendo a leitura àqueles que querem se aventurar na área, assim como eu, e querem ter um norte sobre o que estudar e como a área de Data Science opera.

Felipe Lapa 07/02/2023

Data Science para negócios
O livro apresenta um conteúdo muito importante: como a Mineração de Dados ajuda no processo de descoberta de conhecimento do negócio através dos dados. Com o fenômeno chamado "Big Data", surgiu enormes volumes de dados a serem coletados e analisados por profissionais intitulados "Cientistas de dados", esses profissionais são extremamente importantes para uma empresa e seu crescimento, claro que é válido avaliar a situação da empresa e decidir se minerar dados é uma vantagem para a empresa ou não, já que muitas vezes o processo se torna muito custoso.

Com uma lingugagem mais acessível e com menos conceitos matemáticos, o autor trás todos os pontos mais importantes que compreendem o processo de mineração, desde decidir quais variáveis são importantes até extrair valor e ideias dos dados coletados. O livro contém alguns exemplos utilizando bases de dados de plataformas como Kaggle, fiquei um pouco decepcionado por não haver exemplos de códigos bem básicos, em alguns trechos ele destaca o uso de linguagens de programação, mas tampouco ousa usar elas, apesar de ser uma introdução ao tema, é muito importante expor o leitor a códigos básicos. Um ponto muito legal do livro é que, por mais distante que o autor tentou ficar de conceitos matemáticos, ele trouxe as fórmulas de alguns modelos de machine learning e as explicou perfeitamente.

O livro é uma ótima introdução ao tema, mas não deixa de ser uma leitura interessante para quem já é da área, pois é possível concretizar alguns conceitos e revisar alguns pontos chaves sobre a Mineração de Dados.

Adnilson 24/02/2024

Ótima leitura para quem se interessa pela área de ciências de dados
O livro oferece uma visão abrangente e acessível sobre o campo da ciência de dados e seu impacto nas estratégias de negócios.
A obra começa introduzindo os conceitos básicos de ciências de dados, explicando de maneira clara e precisa o que é data mining, análise preditiva e como essas técnicas são aplicadas para extrair insights valiosos dos dados. Os autores destacam a importância do pensamento analítico de dados como uma habilidade essencial para os líderes empresariais no cenário atual, onde a informação é um ativo estratégico.
Entre os diversos exemplos citados no livro, temos empresas como Walmart e Target que fizeram uso da análise de dados para obterem vantagens em relação aos seus concorrentes.

tmgoncalves 07/05/2022

Excelente guia sobre o que é Data Science
Excelente guia para quem busca entender o universo de Data Science. Vários estudos de casos, explicações conceituais de alguns algoritmos de Machine Learning e a repetição enfática no foco em solucionar de problemas de negócio são os assuntos de maior relevância abordados pelo autor. Um ponto negativo fica por conta da tradução de alguns termos universais de ciência de dados, como nome de algoritmos, variáveis de avaliação de modelo e alguns termos de marketing.

Por se tratar de um livro lançado, originalmente, em 2012, percebe-se que o Brasil encontra-se um pouco atrasado em levantar debates sobre lei de proteção dos dados. O livro indica vários artigos científicos, sobre a LGPD, publicados em 2008, 2009, pelas universidades mais consagradas do mundo, bem como artigos jornalísticos.

Diante de milhões de dados, o livro explica, com conceitos e exemplos, a importância do processo de mineração de dados. A atenção necessária em realizar esse processo em grupo, com indivíduos de diferentes visões, background e áreas de atuação, sempre com o target de resolver o problema em discussão. Esse processo, descrito pelo autor com bastante seriedade, está diretamente ligado à solução do problema proposto.

Focado em guiar o leitor em conhecer Data Science, o autor recomenda várias competições ligadas ao assunto, como Kaggle, IBM, KDnuggets, Data Sciencts LLC, entre outros. Ademais, estudo de casos como o famigerado Sistema de Recomendação da Netflix, estudos de marketing e citações de alguns estudos médicos, relacionados à Data Science, contribuem em credibilizar o livro.

Em suma, super recomendo o livro, que também ressalta a importância e responsabilidade de quem trabalha, ou estuda, essa área, na qual torna bem motivador.

EBdO 29/08/2023

Já tenho experiência na área de dados, e esse livro me serviu mais para revisão e aprimoramento de alguns pontos. Gostei bastante, é bem prático e com vários exemplos reais, além dos clássicos exemplos do titanic e da flor iris. O único ponto que eu creio que poderia melhorar é no uso dos termos técnicos em português, sem fornecer o seu equivalente em inglês. Como a maior parte da literatura e comunidade de dados está em inglês, mostrar como as técnicas são chamadas em inglês e abreviações é importante. Exemplo: kNN, k-nearest neighbors, no livro está como "vizinhos próximos", e dificulta fazer esta associação por não dar os três termos no livro.

Sidiclei 17/04/2024

Data Science para Negócios
"Data Science para Negócios" é um excelente recurso para quem deseja aprender sobre Data Science e suas aplicações no mundo dos negócios. O livro é abrangente, prático e acessível, e oferece uma visão valiosa de como os dados podem ser usados para tomar decisões mais inteligentes e obter vantagem competitiva.

O que é?

Um guia abrangente e prático para iniciantes na área de Data Science para negócios.
Apresenta os conceitos fundamentais e as habilidades necessárias para extrair insights valiosos dos dados e usá-los para tomar decisões mais inteligentes.
Combina teoria com exemplos do mundo real de diversos setores, tornando-o acessível e relevante para profissionais de todas as áreas.

Tópicos principais:

* O que é Data Science e por que é importante para as empresas?
* Como coletar, limpar e preparar dados para análise.
* Técnicas de análise de dados, como mineração de dados, análise preditiva e visualização de dados.
* Como comunicar os resultados da análise de dados de forma eficaz.
* Estudos de caso que demonstram como a Data Science pode ser aplicada a problemas reais de negócios.