Спасибо моему другу и наставнику Артему Владимирову, чье потрясающее отношение к работе и знания заложили фундамент, на котором я построил все, что знаю сейчас о науке о данных. Огромное спасибо Виталию Долгову и Ричарду Хопкинсу за отличный пример для подражания, за веру в меня, за предоставление помощи всегда, когда я в ней нуждался, за то, что были со мной и в хорошие, и в плохие времена. Спасибо Патрисии Йеленевич, дорогой подруге, преподавшей мне теорию цвета.
Я выражаю благодарность людям, чьи истории использовал, чтобы проиллюстрировать выводы, представленные в этой книге: Хейделину де Понтевесу, Артему Владимирову, Ричарду Хопкинсу, Рубену Коугелу, Грегу Поппу, Кэролайн Макколл, Дэну Шиблеру, Меган Патни и Элфу Морису.
Преподавателей московской школы № 54, Московского физико-технического института и Университета Квинсленда я благодарю за то, что получил такое полезное образование. Спасибо всем моим коллегам, бывшим и нынешним, в Deloitte и Sunsuper, за профессиональное развитие, необходимое для создания моего инструментария в науке о данных.
Больше всего я хочу поблагодарить вас, читатель, за то, что уделили мне свое драгоценное время. Я в первую очередь надеюсь, что эта книга поможет тем, кто хочет понять и использовать науку о данных в своей профессиональной деятельности.
01. Определение данных
Fowles, J. (1992). Starstruck: Celebrity performers and the American public, Smithsonian Institution Press.
Keynes, John Maynard (1963). Essays in Persuasion, Norton, pp. 358–373.
Mishra, S. and Sharma, M. (2016). Bringing analytics into Indian film industry with back tracing algorithm, Analytics Vidhya [Online]: www.analyticsvidhya.com/blog/2016/08/bringing-analytics-into-indian-film-industry-with-back-tracing-algorithm/ [accessed 20.06.2017].
Ohmer, S. (2012). George Gallup in Hollywood, Columbia University Press.
02. Как данные удовлетворяют наши потребности
Conley, C. (2007). Peak: How great companies get their mojo from Maslow, John Wiley.
Devitt, E. (2017). Artificial chicken grown from cells gets a taste test – but who will regulate it? Science, 15 March [Online]: www.sciencemag.org/news/2016/08/lab-grown-meat-inches-closer-us-market-industry-wonders-who-will-regulate [accessed 20.05.2017].
The Economist (2017). The world’s most valuable resource is no longer oil, but data, 6 May [Online]: www.economist.com/news/leaders/21721656-data-economy-demands-new-approach-antitrust-rules-worlds-most-valuable-resource [accessed 01.06.2017].
Haselton, T. (2017). Credit reporting firm Equifax says data breach could poten- tially affect 143 million US consumers. CNBC, 7 September. Available from: www.cnbc.com/2017/09/07/credit-reporting-firm-equifax-says-cybersecurity-incident-could-potentially-affect-143-million-us-consumers.html [Last accessed 29.09.2017].
IBM (2017a). Green Horizon: driving sustainable development [Online]: www.research.ibm.com/labs/china/greenhorizon.html [accessed 12.06.2017].
IBM (2017b). Watson [Online]: www.ibm.com/watson/ [accessed 15.02.2017].
Mateos-Garcia, J. and Gardiner, J. (2016). From detecting to engaging: an analysis of emerging tech topics using Meetup data. Nesta, 1 August [Online]: www.nesta.org.uk/blog/find-emerging-tech-topics-with-meetup-data [accessed 12.06.2017].
Otake, T. (2016). IBM big data used for rapid diagnosis of rare leukemia case in Japan, Japan Times, 11 August [Online]: www.japantimes.co.jp/news/2016/08/11/national/science-health/ibm-big-data-used-for-rapid-diagnosis-of-rare-leukemia-case-in-japan/ [accessed 01.02.2017].
SuperDataScience (2016). SDS 005: Computer forensics, fraud analytics and knowing when to take a break with Dmitry Korneev [Podcast]. 29 March [Online]: www.superdatascience.com/5 [accessed 05.06.17].
03. Мышление, необходимое для эффективного анализа данных
British Academy (2017). Do we need robot law? [Video] [Online]: www.britac.ac.uk/video/do-we-need-robot-law [accessed 03.04.2017].
British Academy and The Royal Society (2017). ‘Data management and use: governance in the 21st century’ [Online]:
