Microsoft SQL Server. Modelowanie i eksploracja danych

Danuta Mendrala, Marcin Szeliga

Odkryj najlepsze narzędzia do eksploracji danych Naucz się przygotowywać dane i poprawiać ich jakość Dowiedz się, jak prowadzić zaawansowane analizy danych Poznaj sprawdzone techniki profesjonalnej eksploracji danych! Eksploracja danych jest najmłodszą i najszybciej rozwijającą się dziedziną informatyki. Łączy zaawansowane algorytmy analizowania danych i znajdowania ukrytych w nich wzorców z klasycznymi technikami statystycznymi, rachunkiem prawdopodobieństwa i technologiami bazodanowymi. Dziedzina ta zyskuje na znaczeniu wraz z lawinowo rosnącą ilością informacji cyfrowych, które każdego dnia na całym świecie są wytwarzane, zapisywane i przeszukiwane przez stale zwiększającą się grupę użytkowników technologii informatycznych. Trzydzieści lat temu świat zrewolucjonizowały komputery PC, a dziś w ogarnięciu tego chaosu pomóc mogą jedynie najskuteczniejsze narzędzia do modelowania i eksploracji danych. "Microsoft SQL Server. Modelowanie i eksploracja danych" to książka, z której analitycy, informatycy i biznesmeni dowiedzą się, jak tworzyć właściwe modele, odpowiednio przygotowywać dane i prawidłowo je eksplorować, a także jak należycie analizować i oceniać otrzymane wyniki przy użyciu narzędzi oferowanych przez oprogramowanie Microsoft SQL Server. Publikacja przybliża zagadnienia związane z poszczególnymi etapami procesu modelowania i eksploracji, prezentując przy tym zastosowanie różnych metod i technik analizy do rozwiązywania praktycznych problemów naukowych i biznesowych. Podstawowe techniki i narzędzia wykorzystywane w eksploracji danych Instalacja i konfiguracja niezbędnego oprogramowania Analiza biznesowa projektu eksploracji danych Ocena, przygotowywanie i poprawianie jakości danych Przegląd technik eksploracji danych Wykorzystywanie serwera SQL w procesie eksploracji danych Składnia i zastosowanie języka DMX Łatwe w użyciu narzędzia pakietu Office i zaawansowane narzędzia eksploracji danych serwera SQL firmy Microsoft Zasada działania zaawansowanych algorytmów eksploracji danych Ocena i poprawianie modeli eksploracyjnych Programowanie predykcyjne Naucz się wykorzystywać zaawansowane narzędzia do inteligentnej zamiany dużych zbiorów danych w przydatne informacje!

Microsoft System Center Configuration Manager. Deploy a scalable solution by ensuring high availability and disaster recovery using Configuration Manager with this book and

Marius Sandbu

Microsoft Configuration Manager is both extensive and complex, and for many, it is the primary tool for Enterprise management. With each new release, Configuration Manager continually proves itself to be the ultimate solution for managing both clients and mobile devices.This book covers in detailed and easy-to-understand steps how to set up highly available Configuration Manager roles and backend services such as SQL, DNS, and AD. You will learn how to plan for high availability, what kind of roles there are, and how they scale.The book starts by examining what needs to be taken into account when planning for high availability before moving on to focus on the different roles and how they can be set up. The book will also go through different scenarios as well as various backup and recovery procedures. You will learn how to identify bottlenecks within the different components and create sample design scenarios for high availability on Configuration Manager. The book will also look at the different high availability options and how to deploy them.

MicroStrategy Quick Start Guide. Data analytics and visualizations for Business Intelligence

Fernando Carlos Rivero Esqueda

MicroStrategy is an enterprise business intelligence application. It turns data into reports for making and executing key organization decisions. This book shows you how to implement Business Intelligence (BI) with MicroStrategy. It takes you from setting up and configuring MicroStrategy to security and administration.The book starts by detailing the different components of the MicroStrategy platform, and the key concepts of Metadata and Project Source. You will then install and configure MicroStrategy and lay down the foundations for building MicroStrategy BI solutions. By learning about objects and different object types, you will develop a strong understanding of the MicroStrategy Schema and Public Objects. With these MicroStrategy objects, you will enhance and scale your BI and Analytics solutions.Finally, you will learn about the administration, security, and monitoring of your BI solution.

Minitab Cookbook. With over 110 practical recipes, this is the ideal book for all statisticians who want to explore the vast capabilities of Minitab to organize data, analyze it, and visualize it with impactful graphs

Isaac Newton, Isaac A Newton

Mistrz analizy danych. Od danych do wiedzy

John W. Foreman

Nauka o danych, znana również pod nazwą data science, jest stosunkowo nową, interdyscyplinarną dziedziną, zajmującą się różnymi technikami analizy danych, ich implementacją i wykorzystywaniem do różnych celów. Zalety nauki o danych doceniają specjaliści z wielu branż: analitycy biznesowi, statystycy, architekci oprogramowania i osoby zajmujące się sztuczną inteligencją. Tak naprawdę ta dziedzina nie koncentruje się na kodowaniu i bazach danych, ale raczej na metodach wyłuskiwania z danych najróżniejszych cennych informacji. Wartość tej wiedzy niejednokrotnie okazuje się ogromna. Niniejsza książka jest przystępnym wprowadzeniem do nauki o danych. Jest przeznaczona dla osób, które chcą stosować techniki analizy danych w biznesie. Te techniki, opisane na podstawie praktycznych przypadków, to m.in. optymalizacja, prognozowanie i symulacja, a także sztuczna inteligencja, teoria grafów, analiza skupień i wykrywanie anomalii. Dzięki tej książce nie tylko zrozumiesz zasady analizowania danych, ale także nauczysz się wybierać technikę właściwą do rozwiązania danego problemu. Poznasz też techniki pracy z prototypami. Co ciekawe, niemal wszystkie opisane tu metody zostały zaprezentowane w arkuszu kalkulacyjnym. W książce opisano m.in. optymalizację za pomocą programowania liniowego i całkowitoliczbowego szereg czasowy, wykrywanie trendów i wahań sezonowych przewidywanie za pomocą wygładzania wykładniczego metodę symulacji Monte Carlo test Tukeya i lokalne czynniki odstające język R - zaawansowane techniki analizy danych Wyciśnij z danych każdą kroplę wiedzy!

Mobile Deep Learning with TensorFlow Lite, ML Kit and Flutter. Build scalable real-world projects to implement end-to-end neural networks on Android and iOS

Anubhav Singh, Rimjhim Bhadani

Deep learning is rapidly becoming the most popular topic in the mobile app industry. This book introduces trending deep learning concepts and their use cases with an industrial and application-focused approach. You will cover a range of projects covering tasks such as mobile vision, facial recognition, smart artificial intelligence assistant, augmented reality, and more.With the help of eight projects, you will learn how to integrate deep learning processes into mobile platforms, iOS, and Android. This will help you to transform deep learning features into robust mobile apps efficiently. You’ll get hands-on experience of selecting the right deep learning architectures and optimizing mobile deep learning models while following an application oriented-approach to deep learning on native mobile apps. We will later cover various pre-trained and custom-built deep learning model-based APIs such as machine learning (ML) Kit through Firebase. Further on, the book will take you through examples of creating custom deep learning models with TensorFlow Lite. Each project will demonstrate how to integrate deep learning libraries into your mobile apps, right from preparing the model through to deployment.By the end of this book, you’ll have mastered the skills to build and deploy deep learning mobile applications on both iOS and Android.

Modelowanie danych przy użyciu Microsoft Power BI

Markus Ehrenmueller-Jensen

Samoobsługa i hurtownia danych przedsiębiorstwa z użyciem Power BI Modelowanie danych to najczęściej pomijana funkcja w Power BI Desktop, ale to właśnie ona wyróżnia Power BI spośród innych narzędzi dostępnych na rynku. Ta praktyczna książka posłuży Ci jako przycisk szybkiego przewijania do przodu dla modelowania danych przy użyciu Power BI, modelu tabelarycznego usług Analysis Services i baz danych SQL. Służy ona jako punkt wyjścia do modelowania danych, a także pomaga odświeżyć wiedzę. Autor Markus Ehrenmueller-Jensen, założyciel Savory Data, przedstawia podstawowe koncepcje modelu semantycznego Power BI wraz z praktycznymi przykładami w językach DAX, Power Query i T-SQL. Nauczysz się: - Normalizować i denormalizować dane - Stosować najlepsze praktyki dla obliczeń, flag i wskaźników, daty i godziny, wymiarów wielokrotnego stosowania i wymiarów wolnozmiennych - Pokonywać trudności związane z binningiem, budżetem, modelami zlokalizowanymi, modelami złożonymi czy tabelami zawierającymi pary kluczy i wartości - Odkrywać i rozwiązywać problemy z wydajnością za pośrednictwem modelu danych - Pracować z tabelami, relacjami, operacjami na zbiorach, postaciami normalnymi, modelowaniem wymiarowym i procesem ETL Markus Ehrenmueller-Jensen, założyciel Savory Data, od 1994 r. pracuje jako lider projektów, trener i konsultant w obszarze inżynierii danych, analityki biznesowej i danologii. Jest inżynierem oprogramowania i profesorem w HTL Leonding (wyższa szkoła techniczna), gdzie uczy baz danych i inżynierii projektów. Posiada kilka certyfikatów Microsoft, a także tytuł Microsoft Data Platform MVP. "Ta książka to wyczerpujący samouczek omawiający temat w języku, który jest łatwy do zrozumienia, a przy tym jest dogłębny, zwięzły i dokładny. Doświadczenie Markusa w zakresie modelowania danych będzie stanowić wartość dla każdego profesjonalisty pracującego z danymi przy użyciu Power BI". -Paul Turley Microsoft Data Platform MVP

Modern Big Data Processing with Hadoop. Expert techniques for architecting end-to-end big data solutions to get valuable insights

V Naresh Kumar, Prashant Shindgikar

The complex structure of data these days requires sophisticated solutions for data transformation, to make the information more accessible to the users.This book empowers you to build such solutions with relative ease with the help of Apache Hadoop, along with a host of other Big Data tools.This book will give you a complete understanding of the data lifecycle management with Hadoop, followed by modeling of structured and unstructured data in Hadoop. It will also show you how to design real-time streaming pipelines by leveraging tools such as Apache Spark, and build efficient enterprise search solutions using Elasticsearch. You will learn to build enterprise-grade analytics solutions on Hadoop, and how to visualize your data using tools such as Apache Superset. This book also covers techniques for deploying your Big Data solutions on the cloud Apache Ambari, as well as expert techniques for managing and administering your Hadoop cluster. By the end of this book, you will have all the knowledge you need to build expert Big Data systems.