Quando Libri
Libri di Titolo Quando editi da Egea
Quando l'oceano si arrabbia. Keynes per chi non l'ha mai letto Canova Luciano - Egea, 2020 - Cultura E Società
«Scrivere un libro su Keynes, per un economista, è una bella sfida. Ma ho deciso di farlo perché da decenni mi ostino a raccontare ai miei studenti e a chi mi ascolta nelle conferenze che l'economia è una scienza, innanzitutto, e che è una scienza bellissima. E ho scelto proprio Keynes perché per un economista è come Star Wars per il resto del mondo: potete averlo visto oppure no ma, volenti o nolenti, anche se non avete idea di chi sia Darth Vader e Yoda vi sembra il nome di un succo di frutta biologico, le perturbazioni della Forza, in qualche modo, avranno trascinato anche voi dentro una struttura narrativa irresistibile. John Maynard Keynes, in economia, è un po' così. E poi, diciamolo, quanti, effettivamente, hanno letto Keynes? Intendo proprio gli scritti, pamphlet, libri, lettere o articoli che si è pregiato di pubblicare in quantità davvero spropositata. Il mio intento è di servirmi del cavallo di Troia Keynes e della sua storia bellissima per parlare dell'economia e degli economisti, in un tempo, particolare assai, in cui si sente fortissima l'esigenza di affrontare le cose con competenza e coraggio. E se la storia di Keynes può esercitare un qualche fascino, è proprio per la complessità del suo pensiero e per il suo stare all'interno del dibattito pubblico. Con competenza e con coraggio, sempre: il coraggio delle proprie idee e dell'impegno civile. Le sue parole traboccano di dinamismo e attualità, nel raccontare che cos'è l'economia e quanto sia importante - ora più che mai.»
Quando ai manager danno i numeri. Come prendere decisioni nell'era dei Big Data Molteni L. (Cur.) Borgonovo E. (Cur.) - Egea, 2020 - Reference
Da qualche anno ormai si parla di data driven economy: la rivoluzione digitale, l'aumento della connettività, l'istantaneità della diffusione delle informazioni stanno rivoluzionando il modo in cui aziende e istituzioni operano. L'umanità sta creando quantità di dati sempre maggiori, lasciando sempre più tracce digitali di sé, dei suoi gusti, bisogni e consumi; macchine opportunamente addestrate, i robots, sono in grado di svolgere compiti via via più sofisticati che in molti casi aiutano l'uomo e ne amplificano capacità e risultati. Anche se quella parte di intelligenza artificiale che colpisce di più l'immaginazione può essere ritenuta ancora lontana dallo scaricare a terra tutte le proprie potenzialità, la parte di intelligenza artificiale basata sul machine learning è molto vicina a noi e sta già avendo un impatto non trascurabile sulla vita di tutti i giorni. In questo lavoro viene presentato il processo di analisi dei dati strutturati e non, dalla data ingestion alla data prepa-ration, dai principali algoritmi di machine learning all'interpretazione dei risultati emersi e alla loro integrazione nel processo decisionale. Vengono inoltre illustrate alcune applicazioni selezionate a tematiche di business, quali, per esempio, l'analisi della loyalty della clientela, la fraud detection e i modelli predittivi basati sui dati ricavati dai social media. In buona parte delle applicazioni presentate si fa uso di software open source per il machine learning ed in particolare di Knime.