Human-Centered Data Science: An Introduction
เบก.เบ. 2022 ยท MIT Press
เบเบถเปเบกเบญเบตเบเบธเบ
200
เปเปเบฒ
เปเบเบทเปเบญเบเบกเบท
info
family_home
เบกเบตเบชเบดเบ
info
เบเปเบฝเบงเบเบฑเบเบเบถเปเบก e-book เบเบตเป
Best practices for addressing the bias and inequality that may result from the automated collection, analysis, and distribution of large datasets.
Human-centered data science is a new interdisciplinary field that draws from human-computer interaction, social science, statistics, and computational techniques. This book, written by founders of the field, introduces best practices for addressing the bias and inequality that may result from the automated collection, analysis, and distribution of very large datasets. It offers a brief and accessible overview of many common statistical and algorithmic data science techniques, explains human-centered approaches to data science problems, and presents practical guidelines and real-world case studies to help readers apply these methods.
The authors explain how data scientistsโ choices are involved at every stage of the data science workflowโand show how a human-centered approach can enhance each one, by making the process more transparent, asking questions, and considering the social context of the data. They describe how tools from social science might be incorporated into data science practices, discuss different types of collaboration, and consider data storytelling through visualization. The book shows that data science practitioners can build rigorous and ethical algorithms and design projects that use cutting-edge computational tools and address social concerns.
Human-centered data science is a new interdisciplinary field that draws from human-computer interaction, social science, statistics, and computational techniques. This book, written by founders of the field, introduces best practices for addressing the bias and inequality that may result from the automated collection, analysis, and distribution of very large datasets. It offers a brief and accessible overview of many common statistical and algorithmic data science techniques, explains human-centered approaches to data science problems, and presents practical guidelines and real-world case studies to help readers apply these methods.
The authors explain how data scientistsโ choices are involved at every stage of the data science workflowโand show how a human-centered approach can enhance each one, by making the process more transparent, asking questions, and considering the social context of the data. They describe how tools from social science might be incorporated into data science practices, discuss different types of collaboration, and consider data storytelling through visualization. The book shows that data science practitioners can build rigorous and ethical algorithms and design projects that use cutting-edge computational tools and address social concerns.
Best practices for addressing the bias and inequality that may result from the automated collection, analysis, and distribution of large datasets.
Human-centered data science is a new interdisciplinary field that draws from human-computer interaction, social science, statistics, and computationa...
เบเบปเปเบเบเบปเบเปเบเบตเปเบกเปเบเบตเบก
เบเปเบฝเบงเบเบฑเบเบเบนเปเบเบฝเบ
Cecilia Aragon is Professor in the Department of Human Centered Design and Engineering at the University of Washington. Shion Guha is Assistant Professor in the Faculty of Information at the University of Toronto. Marina Kogan is Assistant Professor in the School of Computing at the University of Utah. Michael Muller is a Research staff member at IBM Research. Gina Neff is Director of the Minderoo Centre for Technology and Democracy at the University of Cambridge and Professor of Technology and Society at the Oxford Internet Institute and the Department of Sociology at the University of Oxford.
Cecilia Aragon is Professor in the Department of Human Centered Design and Engineering at the University of Washington. Shion Guha is Assistant Professor in the Faculty of Information at the University of Toronto. Marina Kogan is Assistant Professor in the School of Computing at the University of...
เปเบซเปเบเบฐเปเบเบ e-book เบเบตเป
เบเบญเบเบเบงเบเปเบฎเบปเบฒเบงเปเบฒเบเปเบฒเบเบเบดเบเปเบเบงเปเบ.
เบญเปเบฒเบโเบเปเปโเบกเบนเบโเบเปเบฒเบงโเบชเบฒเบ
เบชเบฐเบกเบฒเบเปเบเบ เปเบฅเบฐ เปเบเบฑเบเปเบฅเบฑเบ
เบเบดเบเบเบฑเปเบ เปเบญเบฑเบ Google Play Books เบชเบณเบฅเบฑเบ Android เปเบฅเบฐ iPad/iPhone. เบกเบฑเบเบเบดเปเบเบเปเปเบกเบนเบเปเบเบเบญเบฑเบเบเบฐเปเบเบกเบฑเบเบเบฑเบเบเบฑเบเบเบตเบเบญเบเบเปเบฒเบ เปเบฅเบฐ เบญเบฐเบเบธเบเบฒเบเปเบซเปเบเปเบฒเบเบญเปเบฒเบเบเบฒเบเบญเบญเบเบฅเบฒเบ เบซเบผเบท เปเบเบเบญเบญเบเบฅเบฒเบเปเบเป เบเปเปเบงเปเบฒเบเปเบฒเบเบเบฐเบขเบนเปเปเบช.
เปเบฅเบฑเบเบเบฑเบญเบ เปเบฅเบฐ เบเบญเบกเบเบดเบงเปเบเบต
เบเปเบฒเบเบชเบฒเบกเบฒเบเบเบฑเบเบเบถเปเบกเบชเบฝเบเบเบตเปเบเบทเปเปเบ Google Play เปเบเบเปเบเปเปเบเบฃเปเบเบฃเบกเบเปเบญเบเปเบงเบฑเบเบเบญเบเบเบญเบกเบเบดเบงเปเบเบตเบเบญเบเบเปเบฒเบเปเบเป.
eReaders เปเบฅเบฐเบญเบธเบเบฐเบเบญเบเบญเบทเปเบเป
เปเบเบทเปเบญเบญเปเบฒเบเปเบเบญเบธเบเบฐเบเบญเบ e-ink เปเบเบฑเปเบ: Kobo eReader, เบเปเบฒเบเบเบณเปเบเบฑเบเบเปเบญเบเบเบฒเบงเปเบซเบผเบเปเบเบฅเป เปเบฅเบฐ เปเบญเบเบเปเบฒเบเบกเบฑเบเปเบเปเบชเปเบญเบธเบเบฐเบเบญเบเบเบญเบเบเปเบฒเบเบเปเบญเบ. เบเบฐเบเบดเบเบฑเบเบเบฒเบกเบเบณเปเบเบฐเบเบณเบฅเบฐเบญเบฝเบเบเบญเบ เบชเบนเบเบเปเบงเบเปเบซเบผเบทเบญ เปเบเบทเปเบญเปเบญเบเบเปเบฒเบเปเบเบฅเปเปเปเบชเป eReader เบเบตเปเบฎเบญเบเบฎเบฑเบ.
