L’intelligenza non è artificiale – Rita Cucchiara Un meraviglioso viaggio nel mondo dell’Intelligenza Artificiale, a tu per tu con Rita Cucchiara, ingegnere e docente universitario. La prof.ssa Cucchiara conduce il lettore in un bellissimo viaggio all’interno del mondo dell’AI, con uno sguardo molto concreto ed entusiasta sul come stiamo usando l’Intelligenza Artificiale tutti i giorni per migliorare la nostra vita, raccontandoci, nello stesso tempo, quanto ancora faremo nei prossimi anni.
Factfulness – Hans Rosling In sintesi prova a convincerci che il mondo non sta andando a rotoli come probabilmente ciascuno di noi pensa. Nel dettaglio prova ad affrontare dieci grandi “istinti” che condizionano in negativo il nostro modo di relazionarci alle cose che accadono attorno a noi. È un libro interessante perché ci apre nuovi orizzonti, ci insegna molte cose nuove, documentando minuziosamente tutto ciò che viene scritto. Lo ha letto anche Bill Gates… forse questo potrebbe essere un incentivo affinché lo legga anche tu!
AI Expert, Architetti del Futuro – Alessandro Giaume e Stefano Gatti È uno dei libri più più utili che ho letto. Credo di averlo letto in un buon momento personale: quando ancora facevo un po’ di confusione a distinguere le varie sfaccettature e i vari ruoli in ambito data science. A me è piaciuto moltissimo, ne ho anche scritto una recensione.
Big Data @l lavoro – Thomas Davenport Questo libro fornisce numerosi esempi concreti e aiuta a contestualizzare le questioni più importanti legate ai big data. Consigliato soprattutto per chi non ha un background scientifico/tecnico.
Big Data Analytics, il manuale del Data Scientist – Alessandro Rezzani Il focus del libro è la big data analytics, per cui vengono presentate tecniche, tecnologie e architetture legate alla gestione di grandi quantità di dati. È un manuale tecnico e non un saggio, tuttavia è scorrevole e alle questioni più complesse ci si arriva in maniera incrementale.
R for Data Science – Garret Grolemund e Hadley Wickham Uno dei migliori manuali tecnici per cominciare a programmare in R. Queto testo è utilizzato anche in ambito accademico. Per una lettura efficace il lettore deve munirsi anche di computer dove poter testare il codice illustrato in queste pagine.
Il tradimento dei numeri – David Hand Questo è un saggio molto originale, poiché aiuta a guardare il mondo dei dati da una prospettiva diversa dalle solite. L’autore propone una riflessione molto interessante su quelli che definisce “dark data”, ovvero i dati che non possediamo, i dati che ancora non abbiamo.
Big Data – Marco Delmastro e Antonio Nicita In queste pagine ci si interroga sui rapporti che i dati hanno con la giurisprudenza e in particolar modo con i legami con questioni come la privacy, la nostra reputazione, il controllo dei dati da parte delle grandi società IT, etc.. Nicita e Delmastro sono economisti e, tra le altre cose, hanno entrambi ricoperto ruoli di alto livello presso l’Autorità per le garanzie nella comunicazioni (AGCOM).
Democrazia e potere dei dati – Antonello Soro Un buon data scientist deve porsi delle domande che vadano oltre le sue mansioni prettamente tecniche e operative. Un’area dove è necessario porsi delle domande è senz’altro quella del rapporto tra “potere dei dati” e democrazia. Questo libro è un validissimo punto di partenza.
The book of why: the new science of cause and effect – Juda Pearl e Dana Mackenzie Moltissime delle cose che ci capitano ogni giorno sono subordinate ad un rapporto di “causa – effetto” talvolta a noi sconosciuto. Comprendere a fondo il concetto di causalità rispetto al concetto di correlazione, ad esempio, è davvero importante per saper interpretare correttamente dei dati. Il libro poi affronta moltre altre questioni e aiuta il lettore a ragionare su questioni chiave. Ritengo questa lettura molto importante per un data scientist.
