Data science: najseksowniejszy zawód XXI wieku w Polsce

Big data, sztuczna inteligencja i PowerPoint

1 opinia

Format:

ibuk

Czy sztuczna inteligencja pozbawia nas pracy? Algorytmy przejmują władzę nad światem? Czy big data sprawia, że jesteśmy bezustannie inwigilowani, a ogromna ilość danych zastępuje ekspertów i naukowców? Cokolwiek sądzimy na te tematy, jedno jest pewne – istnieje heterogeniczne środowisko ludzi zajmujących się tzw. „sztuczną inteligencją” czy tzw. „big data” od strony technicznej oraz metodologicznej. Pole ich działania nazywane jest data science, a oni – data scientists.
Publikacja to pierwsza monografia socjologiczna dotycząca data science i pierwsza praca w naukach społecznych, w której data science zostało zbadane jako społeczny świat w rozumieniu Adele E. Clarke. Podejście to pozwala spojrzeć na data science, nazwane dekadę wstecz w „Harvard Business Review” „najseksowniejszym zawodem XXI wieku”, zarówno z perspektywy jego uczestników, jak i z lotu ptaka, w relacji do akademii, biznesu, prawa, mediów czy polityki.


Rok wydania2022
Liczba stron348
KategoriaPublikacje darmowe
WydawcaWydawnictwo Uniwersytetu Łódzkiego
ISBN-13978-83-8331-111-1
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  Podziękowania    7
  
  Rozdział 1. Uwagi wstępne    9
  1.1. Historia terminów związanych z data science     10
  1.1.1. Big data    11
  1.1.2. Sztuczna inteligencja    14
  1.1.3. Uczenie maszynowe    16
  1.1.4. Data science    18
  1.2. Cel pracy    23
  
  Rozdział 2. Data science w literaturze naukowej    25
  2.1. Nauki ścisłe i techniczne    25
  2.2. Nauki społeczne i humanistyczne    31
  2.2.1. Krytyka epistemologiczno-metodologiczna    31
  2.2.2. Data science jako strategia badań w naukach społecznych i humanistyce    33
  2.2.3. Konsekwencje społeczne data science/AI/big data    38
  2.2.4. Data science jako podmiot badań    41
  
  Rozdział 3. Rama teoretyczna i metodologia badań własnych    47
  3.1. Społeczne światy/areny    48
  3.2. Analiza sytuacyjna i ugruntowane teoretyzowanie    54
  3.3. Techniki badawcze i analityczne    56
  3.4. Usytuowanie badacza    60
  3.5. Kwestie etyczne w badaniach własnych    62
  
  Rozdział 4. Elementy społecznego świata data science    65
  4.1. Data science w Polsce – ujęcie ilościowe    65
  4.2. Sposoby definiowania działania podstawowego w data science    75
  4.2.1. Działanie podstawowe data science    76
  4.2.2. Data science – komercyjne, akademickie, hobbystyczne – zapisany w kodzie proces operacji na danych    88
  4.2.3. Przykłady zastosowania data science    90
  4.3. Technologie społecznego świata    94
  4.3.1. Języki programowania    95
  4.3.2. Bazy danych    112
  4.3.3. Obliczenia lokalne, w chmurze, rozproszone    124
  4.3.4. Komunikacja lub współpraca    134
  4.3.5. Przemilczane technologie    146
  4.3.6. Stos technologiczny data science    155
  4.4. Wartości społecznego świata data science    165
  4.4.1. Efektywność    165
  4.4.2. Sprawczość    178
  4.4.3. Samorozwój i samodzielność    183
  4.4.4. Ciekawość    187
  4.4.5. Swoboda    190
  4.4.6. Racjonalność    194
  4.4.7. Wartości społecznego świata data science – podsumowanie    197
  
  Rozdział 5. Dynamika społecznego świata    201
  5.1. Procesy zachodzące w społecznym świecie data science    201
  5.1.1. Wyznaczanie granic społecznego świata    201
  5.1.2. Legitymizacja i zaświadczanie o autentyczności    209
  5.1.2.1. Dużo danych    209
  5.1.2.2. Prawdziwy data scientista    212
  5.1.3. Segmentacja – profesjonalizacja    225
  5.2. Areny społecznego świata data science    230
  5.2.1. Modelowanie     231
  5.2.1.1. Sztuczna inteligencja to slajd w PowerPoincie    250
  5.2.1.2. Magia i majsterkowanie    255
  5.2.2. Data scientistka    259
  5.2.3. Python, R i Excel    272
  
  Zakończenie    283
  
  Aneks    289
  
  Bibliografia    293
  
  Spis rysunków    345
  
  Spis tabel    347
RozwińZwiń