Bazy danych
Feature Store for Machine Learning. Curate, discover, share and serve ML features at scale
Jayanth Kumar M J
Feature store is one of the storage layers in machine learning (ML) operations, where data scientists and ML engineers can store transformed and curated features for ML models. This makes them available for model training, inference (batch and online), and reuse in other ML pipelines. Knowing how to utilize feature stores to their fullest potential can save you a lot of time and effort, and this book will teach you everything you need to know to get started.Feature Store for Machine Learning is for data scientists who want to learn how to use feature stores to share and reuse each other's work and expertise. You’ll be able to implement practices that help in eliminating reprocessing of data, providing model-reproducible capabilities, and reducing duplication of work, thus improving the time to production of the ML model. While this ML book offers some theoretical groundwork for developers who are just getting to grips with feature stores, there's plenty of practical know-how for those ready to put their knowledge to work. With a hands-on approach to implementation and associated methodologies, you'll get up and running in no time.By the end of this book, you’ll have understood why feature stores are essential and how to use them in your ML projects, both on your local system and on the cloud.
Greg Rafferty
Forecasting Time Series Data with Prophet will help you to implement Prophet's cutting-edge forecasting techniques to model future data with high accuracy using only a few lines of code. This second edition has been fully revised with every update to the Prophet package since the first edition was published two years ago. An entirely new chapter is also included, diving into the mathematical equations behind Prophet's models. Additionally, the book contains new sections on forecasting during shocks such as COVID, creating custom trend modes from scratch, and a discussion of recent developments in the open-source forecasting community.You'll cover advanced features such as visualizing forecasts, adding holidays and trend changepoints, and handling outliers. You'll use the Fourier series to model seasonality, learn how to choose between an additive and multiplicative model, and understand when to modify each model parameter. Later, you'll see how to optimize more complicated models with hyperparameter tuning and by adding additional regressors to the model. Finally, you'll learn how to run diagnostics to evaluate the performance of your models in production.By the end of this book, you'll be able to take a raw time series dataset and build advanced and accurate forecasting models with concise, understandable, and repeatable code.
Funkcje okna w języku T-SQL dla SQL Server 2019
Itzik Ben-Gan
Wykorzystaj funkcje okna do tworzenia prostszych, lepszych i wydajniejszych zapytań Większość programistów T-SQL docenia wartość funkcji okna w analizowaniu danych. Potrafią one jednak znacznie więcej, a ostatnie optymalizacje sprawiają, że stały się jeszcze skuteczniejsze. Uznany ekspert T-SQL Itzik Ben-Gan wprowadza przełomowe techniki wykorzystania funkcji okna do realizowania wielu typowych zadań z nieznaną wcześniej elegancją i siłą. Przy użyciu bogatych przykładów kodu prowadzi Czytelnika poprzez funkcje agregujące, rankingowe, statystyczne, przesunięć i zbiorów uporządkowanych. Znajdziemy tu szczegółowy rozdział o optymalizacji oraz kolekcję rozwiązań biznesowych w tym nowatorskie techniki, które nie są dostępne w żadnej innej książce. MVP Itzik Ben-Gan pokazuje, jak: Używać funkcji okna do usprawnienia kwerend, które wcześniej budowalismy za pomocą predykatów Opanować kluczowe koncepcje okien SQL i wydajnie projektować funkcje okna Skutecznie wykorzystywać partycjonowanie, porządkowanie i ramy Zdobyć praktyczne, pogłębione zrozumienie agregujących, rankingowych i statystycznych funkcji okna Zrozumieć, jak standard SQL obsługuje funkcje zbiorów uporządkowanych i znaleźć działające rozwiązania dla funkcji, które nie są jeszcze dostępne w konkretnym dialekcie Pozna zaawansowane techniki analizy danych oparte na rozwiązywaniu wzorców wierszy Optymalizować funkcje okna w SQL Server i Azure SQL Database, maksymalnie wykorzystując indeksowanie, równoległość i nie tylko Odkryć pełną bibliotekę rozwiązań opartych na funkcjach okna dla typowych problemów biznesowych O tej książce Dla programistów, administratorów baz danych, analityków, profesjonalistów BI i zaawansowanych użytkowników korzystających z kwerend T-SQL Dotyczy dowolnego wydania silnika bazy danych SQL Server 2019 i późniejszego, a także Azure SQL Database O autorze Itzik Ben-Gan, MVP firmy Microsoft w dziedzinie platform danych od roku 1999, jest mentorem i współzałożycielem firmy SolidQ oraz podstawą jej działalności w dziedzinie T-SQL. Prowadził liczne wykłady w dziedzinie zapytań w języku T-SQL, dostrajania zapytań i programowania na całym świecie, Jest autorem licznych książek, w tym Podstawy T-SQL i Zapytania w języku T-SQL, a także programów nauczania Advanced T-SQL Querying, Programming, and Tuning oraz T-SQL Fundamentals prowadzonych przez SolidQ. Pisuje również w witrynach sqlperformance.com, ITProToday and SolidQ. Występował w licznych konferencjach, w tym PASS Summit i SQLBits. Przykłady kodu dostępne są pod adresem: MicrosoftPressStore.com/TSQLWindowFunctions/downloads
Funkcje okna w języku T-SQL dla SQL Server 2019
Itzik Ben-Gan
Wykorzystaj funkcje okna do tworzenia prostszych, lepszych i wydajniejszych zapytań Większość programistów T-SQL docenia wartość funkcji okna w analizowaniu danych. Potrafią one jednak znacznie więcej, a ostatnie optymalizacje sprawiają, że stały się jeszcze skuteczniejsze. Uznany ekspert T-SQL Itzik Ben-Gan wprowadza przełomowe techniki wykorzystania funkcji okna do realizowania wielu typowych zadań z nieznaną wcześniej elegancją i siłą. Przy użyciu bogatych przykładów kodu prowadzi Czytelnika poprzez funkcje agregujące, rankingowe, statystyczne, przesunięć i zbiorów uporządkowanych. Znajdziemy tu szczegółowy rozdział o optymalizacji oraz kolekcję rozwiązań biznesowych w tym nowatorskie techniki, które nie są dostępne w żadnej innej książce. MVP Itzik Ben-Gan pokazuje, jak: Używać funkcji okna do usprawnienia kwerend, które wcześniej budowalismy za pomocą predykatów Opanować kluczowe koncepcje okien SQL i wydajnie projektować funkcje okna Skutecznie wykorzystywać partycjonowanie, porządkowanie i ramy Zdobyć praktyczne, pogłębione zrozumienie agregujących, rankingowych i statystycznych funkcji okna Zrozumieć, jak standard SQL obsługuje funkcje zbiorów uporządkowanych i znaleźć działające rozwiązania dla funkcji, które nie są jeszcze dostępne w konkretnym dialekcie Pozna zaawansowane techniki analizy danych oparte na rozwiązywaniu wzorców wierszy Optymalizować funkcje okna w SQL Server i Azure SQL Database, maksymalnie wykorzystując indeksowanie, równoległość i nie tylko Odkryć pełną bibliotekę rozwiązań opartych na funkcjach okna dla typowych problemów biznesowych O tej książce Dla programistów, administratorów baz danych, analityków, profesjonalistów BI i zaawansowanych użytkowników korzystających z kwerend T-SQL Dotyczy dowolnego wydania silnika bazy danych SQL Server 2019 i późniejszego, a także Azure SQL Database O autorze Itzik Ben-Gan, MVP firmy Microsoft w dziedzinie platform danych od roku 1999, jest mentorem i współzałożycielem firmy SolidQ oraz podstawą jej działalności w dziedzinie T-SQL. Prowadził liczne wykłady w dziedzinie zapytań w języku T-SQL, dostrajania zapytań i programowania na całym świecie, Jest autorem licznych książek, w tym Podstawy T-SQL i Zapytania w języku T-SQL, a także programów nauczania Advanced T-SQL Querying, Programming, and Tuning oraz T-SQL Fundamentals prowadzonych przez SolidQ. Pisuje również w witrynach sqlperformance.com, ITProToday and SolidQ. Występował w licznych konferencjach, w tym PASS Summit i SQLBits. Przykłady kodu dostępne są pod adresem: MicrosoftPressStore.com/TSQLWindowFunctions/downloads
Kishen Das Kondabagilu Rajanna
Getting Started with CockroachDB will introduce you to the inner workings of CockroachDB and help you to understand how it provides faster access to distributed data through a SQL interface. The book will also uncover how you can use the database to provide solutions where the data is highly available.Starting with CockroachDB's installation, setup, and configuration, this SQL book will familiarize you with the database architecture and database design principles. You'll then discover several options that CockroachDB provides to store multiple copies of your data to ensure fast data access. The book covers the internals of CockroachDB, how to deploy and manage it on the cloud, performance tuning to get the best out of CockroachDB, and how to scale data across continents and serve it locally. In addition to this, you'll get to grips with fault tolerance and auto-rebalancing, how indexes work, and the CockroachDB Admin UI. The book will guide you in building scalable cloud services on top of CockroachDB, covering administrative and security aspects and tips for troubleshooting, performance enhancements, and a brief guideline on migrating from traditional databases.By the end of this book, you'll have gained sufficient knowledge to manage your data on CockroachDB and interact with it from your application layer.
Bhanu Birani
Analytics help you to understand the way your users are interacting with your mobile application. Flurry provides you with a strong analytics tool to keep track of your application and to analyze your application data without much hassle. It provides an SDK for almost all platforms to gather data from all platforms of mobile and web applications. The enormous amount of data Flurry handles directly translates into unique, powerful insights into your applications.Getting Started with Flurry Analytics is a practical, hands-on guide to instantly getting started with Flurry analytics using step-by-step exercises. You will take advantage of the real power of Flurry analytics and provides you with an example-based learning approach to help you master it quickly and efficiently.This book starts by discussing how to set up and integrate Flurry analytics and ends by making you aware of how to track your application using Parse. You will also learn about tracking your application data using Flurry analytics to strengthen your strategies and to improve the application monetization process. You will also learn about configuration and implementation of Flurry analytics and how to make the application track all the necessary details to empower management decisions.
Google Analytics od podstaw. Analiza wpływu biznesowego i wyznaczanie trendów
Mark Edmondson
Google Analytics 4 wyznacza nowe zasady marketingu cyfrowego: obecnie chodzi nie tyle o raportowanie zdarzeń z przeszłości, ile o aktywację danych przez łączenie danych online i offline ze wszystkich strumieni, aby zapewnić kompleksowe informacje marketingowe. Taka analityka cyfrowa umożliwia szybsze podejmowanie decyzji. Umiejętność korzystania z GA4 staje się więc nieodzowna. Oto zwięzły i praktyczny przewodnik po usłudze GA4 i jej integracji z chmurą. Szczególnie skorzystają z niego analitycy danych, biznesu i marketingu. Opisano tu wszystkie istotne kwestie dotyczące tego nowego, potężnego modelu analitycznego. Szczególną uwagę poświęcono bardziej zaawansowanym funkcjonalnościom GA4. Zaprezentowano architekturę GA4, strategie danych, a także informacje dotyczące pozyskiwania, przechowywania i modelowania danych. W książce znalazło się również omówienie typowych przypadków użycia dla aktywacji danych i instrukcji przydatnych podczas implementacji tych przypadków. Co istotne, poszczególne zagadnienia zostały zilustrowane praktycznymi przykładami kodu. Ta książka pomaga nie tylko zrozumieć dane, ale także wygenerować przewagę konkurencyjną! Melinda Schiera, strateg do spraw analityki Najciekawsze zagadnienia: integracja Google Cloud z GA4 przeprowadzanie integracji GA4 przechwytywanie danych GA4 i realizacja przypadków użycia projektowanie przepływów danych dostosowywanie przypadków użycia do potrzeb biznesowych Przygotuj się na cyfrowy marketing przyszłości!
Gary Hutson, Matt Jackson
Graphs have become increasingly integral to powering the products and services we use in our daily lives, driving social media, online shopping recommendations, and even fraud detection. With this book, you’ll see how a good graph data model can help enhance efficiency and unlock hidden insights through complex network analysis.Graph Data Modeling in Python will guide you through designing, implementing, and harnessing a variety of graph data models using the popular open source Python libraries NetworkX and igraph. Following practical use cases and examples, you’ll find out how to design optimal graph models capable of supporting a wide range of queries and features. Moreover, you’ll seamlessly transition from traditional relational databases and tabular data to the dynamic world of graph data structures that allow powerful, path-based analyses. As well as learning how to manage a persistent graph database using Neo4j, you’ll also get to grips with adapting your network model to evolving data requirements.By the end of this book, you’ll be able to transform tabular data into powerful graph data models. In essence, you’ll build your knowledge from beginner to advanced-level practitioner in no time.