Deep Learning with Hadoop. Distributed Deep Learning with Large-Scale Data

Dipayan Dev

This book will teach you how to deploylarge-scale dataset in deep neural networks with Hadoop foroptimal performance.Starting with understanding what deeplearning is, and what the various modelsassociated with deep neural networks are, thisbook will then show you how to set up theHadoop environment for deep learning.In this book, you will also learn how toovercome the challenges that you facewhile implementing distributed deeplearning with large-scale unstructured datasets. The book willalso show you how you can implementand parallelize the widely used deep learning models such as Deep Belief Networks,Convolutional Neural Networks, Recurrent Neural Networks, Restricted Boltzmann machines and autoencoder using the popular deep learning library Deeplearning4j.Get in-depth mathematical explanationsand visual representations to helpyou understand the design and implementationsof Recurrent Neural network and Denoising Autoencoders withDeeplearning4j. To give you a morepractical perspective, the book will alsoteach you the implementation of large-scale video processing, image processing andnatural language processing on Hadoop.By the end of this book, you willknow how to deploy various deep neural networks indistributed systems using Hadoop.

Deep Learning with Microsoft Cognitive Toolkit Quick Start Guide. A practical guide to building neural networks using Microsoft's open source deep learning framework

Willem Meints

Cognitive Toolkit is a very popular and recently open sourced deep learning toolkit by Microsoft. Cognitive Toolkit is used to train fast and effective deep learning models. This book will be a quick introduction to using Cognitive Toolkit and will teach you how to train and validate different types of neural networks, such as convolutional and recurrent neural networks.This book will help you understand the basics of deep learning. You will learn how to use Microsoft Cognitive Toolkit to build deep learning models and discover what makes this framework unique so that you know when to use it. This book will be a quick, no-nonsense introduction to the library and will teach you how to train different types of neural networks, such as convolutional neural networks, recurrent neural networks, autoencoders, and more, using Cognitive Toolkit. Then we will look at two scenarios in which deep learning can be used to enhance human capabilities. The book will also demonstrate how to evaluate your models' performance to ensure it trains and runs smoothly and gives you the most accurate results. Finally, you will get a short overview of how Cognitive Toolkit fits in to a DevOps environment

Deep Learning with PyTorch Quick Start Guide. Learn to train and deploy neural network models in Python

David Julian

PyTorch is extremely powerful and yet easy to learn. It provides advanced features, such as supporting multiprocessor, distributed, and parallel computation. This book is an excellent entry point for those wanting to explore deep learning with PyTorch to harness its power. This book will introduce you to the PyTorch deep learning library and teach you how to train deep learning models without any hassle. We will set up the deep learning environment using PyTorch, and then train and deploy different types of deep learning models, such as CNN, RNN, and autoencoders. You will learn how to optimize models by tuning hyperparameters and how to use PyTorch in multiprocessor and distributed environments. We will discuss long short-term memory network (LSTMs) and build a language model to predict text.By the end of this book, you will be familiar with PyTorch's capabilities and be able to utilize the library to train your neural networks with relative ease.

Deep Reinforcement Learning Hands-On. Apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo Zero and more

Maxim Lapan

Deep Reinforcement Learning Hands-On is a comprehensive guide to the very latest DL tools and their limitations. You will evaluate methods including Cross-entropy and policy gradients, before applying them to real-world environments. Take on both the Atari set of virtual games and family favorites such as Connect4.The book provides an introduction to the basics of RL, giving you the know-how to code intelligent learning agents to take on a formidable array of practical tasks. Discover how to implement Q-learning on 'grid world' environments, teach your agent to buy and trade stocks, and find out how natural language models are driving the boom in chatbots.

Effective Business Intelligence with QuickSight. Boost your business IQ with Amazon QuickSight

Rajesh Nadipalli

Amazon QuickSight is the next-generation Business Intelligence (BI) cloud service that can help you build interactive visualizations on top of various data sources hosted on Amazon Cloud Infrastructure. QuickSight delivers responsive insights into big data and enables organizations to quickly democratize data visualizations and scale to hundreds of users at a fraction of the cost when compared to traditional BI tools.This book begins with an introduction to Amazon QuickSight, feature differentiators from traditional BI tools, and how it fits in the overall AWS big data ecosystem. With practical examples, you will find tips and techniques to load your data to AWS, prepare it, and finally visualize it using QuickSight. You will learn how to build interactive charts, reports, dashboards, and stories using QuickSight and share with others using just your browser and mobile app.The book also provides a blueprint to build a real-life big data project on top of AWS Data Lake Solution and demonstrates how to build a modern data lake on the cloud with governance, data catalog, and analysis. It reviews the current product shortcomings, features in the roadmap, and how to provide feedback to AWS.Grow your profits, improve your products, and beat your competitors.

Engineering Data Mesh in Azure Cloud. Implement data mesh using Microsoft Azure's Cloud Adoption Framework

Aniruddha Deswandikar

Decentralizing data and centralizing governance are practical, scalable, and modern approaches to data analytics. However, implementing a data mesh can feel like changing the engine of a moving car. Most organizations struggle to start and get caught up in the concept of data domains, spending months trying to organize domains. This is where Engineering Data Mesh in Azure Cloud can help.The book starts by assessing your existing framework before helping you architect a practical design. As you progress, you’ll focus on the Microsoft Cloud Adoption Framework for Azure and the cloud-scale analytics framework, which will help you quickly set up a landing zone for your data mesh in the cloud.The book also resolves common challenges related to the adoption and implementation of a data mesh faced by real customers. It touches on the concepts of data contracts and helps you build practical data contracts that work for your organization. The last part of the book covers some common architecture patterns used for modern analytics frameworks such as artificial intelligence (AI).By the end of this book, you’ll be able to transform existing analytics frameworks into a streamlined data mesh using Microsoft Azure, thereby navigating challenges and implementing advanced architecture patterns for modern analytics workloads.

Ensemble Machine Learning Cookbook. Over 35 practical recipes to explore ensemble machine learning techniques using Python

Dipayan Sarkar, Vijayalakshmi Natarajan

Ensemble modeling is an approach used to improve the performance of machine learning models. It combines two or more similar or dissimilar machine learning algorithms to deliver superior intellectual powers. This book will help you to implement popular machine learning algorithms to cover different paradigms of ensemble machine learning such as boosting, bagging, and stacking.The Ensemble Machine Learning Cookbook will start by getting you acquainted with the basics of ensemble techniques and exploratory data analysis. You'll then learn to implement tasks related to statistical and machine learning algorithms to understand the ensemble of multiple heterogeneous algorithms. It will also ensure that you don't miss out on key topics, such as like resampling methods. As you progress, you’ll get a better understanding of bagging, boosting, stacking, and working with the Random Forest algorithm using real-world examples. The book will highlight how these ensemble methods use multiple models to improve machine learning results, as compared to a single model. In the concluding chapters, you'll delve into advanced ensemble models using neural networks, natural language processing, and more. You’ll also be able to implement models such as fraud detection, text categorization, and sentiment analysis.By the end of this book, you'll be able to harness ensemble techniques and the working mechanisms of machine learning algorithms to build intelligent models using individual recipes.

Essential Mathematics for Quantum Computing. A beginner's guide to just the math you need without needless complexities

Leonard S. Woody III

Quantum computing is an exciting subject that offers hope to solve the world’s most complex problems at a quicker pace. It is being used quite widely in different spheres of technology, including cybersecurity, finance, and many more, but its concepts, such as superposition, are often misunderstood because engineers may not know the math to understand them. This book will teach the requisite math concepts in an intuitive way and connect them to principles in quantum computing.Starting with the most basic of concepts, 2D vectors that are just line segments in space, you'll move on to tackle matrix multiplication using an instinctive method. Linearity is the major theme throughout the book and since quantum mechanics is a linear theory, you'll see how they go hand in hand. As you advance, you'll understand intrinsically what a vector is and how to transform vectors with matrices and operators. You'll also see how complex numbers make their voices heard and understand the probability behind it all.It’s all here, in writing you can understand. This is not a stuffy math book with definitions, axioms, theorems, and so on. This book meets you where you’re at and guides you to where you need to be for quantum computing. Already know some of this stuff? No problem! The book is componentized, so you can learn just the parts you want. And with tons of exercises and their answers, you'll get all the practice you need.

Ethereum Cookbook. Over 100 recipes covering Ethereum-based tokens, games, wallets, smart contracts, protocols, and Dapps

Manoj P R

Ethereum and Blockchain will change the way software is built for business transactions. Most industries have been looking to leverage these new technologies to gain efficiencies and create new business models and opportunities.The Ethereum Cookbook covers various solutions such as setting up Ethereum, writing smart contracts, and creating tokens, among others. You’ll learn about the security vulnerabilities, along with other protocols of Ethereum.Once you have understood the basics, you’ll move on to exploring various design decisions and tips to make your application scalable and secure. In addition to this, you’ll work with various Ethereum packages such as Truffle, Web3, and Ganache.By the end of this book, you’ll have comprehensively grasped the Ethereum principles and ecosystem.

Excel 2010 PL. Ilustrowany przewodnik

Krzysztof Masłowski

Pobierz dodatkowy rozdział do książki! >> Skalkuluj sobie awans z nowym Excelem 2010! Podstawowe zasady obsługi programu, czyli od czego zacząć przygodę z Excelem Proste operacje i trudne obliczenia, czyli do czego może przydać się ta aplikacja Wykresy, drukowanie i analiza danych, czyli jak wykorzystać ogrom możliwości Excel 2010, podobnie jak każda kolejna wersja tego niezwykle popularnego programu, oferuje swoim użytkownikom nowe, ciekawe możliwości. Zarówno tak zwany przeciętny użytkownik, jak i analityk finansowy znajdą tu praktyczne funkcje, ułatwiające im codzienną pracę. Do najbardziej nowatorskich pomysłów należy opcja Wykresy przebiegu w czasie, umożliwiająca tworzenie miniwykresów, zajmujących jedną komórkę. Aplikacja zawiera też wyspecjalizowane narzędzia do analizy danych oraz lepsze filtry, zapewnia wyższy komfort przy pracy zespołowej i współdzieleniu arkuszy, a dzięki dużej wydajności pozwala zaoszczędzić sporo czasu. "Excel 2010 PL. Ilustrowany przewodnik " to przejrzysty, intuicyjnie napisany podręcznik, gwarantujący Ci szybkie i bezproblemowe zapoznanie się z dostępnymi narzędziami oraz sposobem działania programu. Z pomocą tej książki bez trudu opanujesz nowy interfejs użytkownika i dostosujesz go do własnych potrzeb, a także poznasz sekrety i sztuczki związane z podstawowymi oraz zaawansowanymi metodami obróbki danych liczbowych. Krok po kroku nauczysz się sprawnie korzystać z Excela: dowiesz się m.in., jak stworzyć listę płac albo rozliczyć delegację, a ponadto poznasz mnóstwo innych praktycznych jego zastosowań. Każde kolejne działanie — od najprostszych po najbardziej skomplikowane — zostało tu szczegółowo opisane i zilustrowane zrzutem ekranu. Wstążka i okno programu — zmiana wyglądu i kolorystyki Skróty klawiszowe, prezentacja arkusza i skoroszytu Poruszanie się po arkuszu i między arkuszami Wprowadzanie danych do komórek i edycja tych danych Zakresy Wstawianie i usuwanie kolumn, wierszy, komórek Nazywanie skoroszytów i arkuszy oraz działania na kilku arkuszach Kopiowanie, dodawanie i usuwanie arkuszy Oglądanie i ukrywanie arkuszy oraz tryby ich wyświetlania Operatory używane w formułach i kolejność ich działania Adresy względne, mieszane, bezwzględne i trójwymiarowe Formatowanie zmieniające znaczenie, warunkowe i niestandardowe Tworzenie i przekształcanie wykresów oraz ich różne typy Podgląd, drukowanie i układ strony Elementy analizy danych — sortowanie, filtrowanie Oto bogato ilustrowany przewodnik po świecie możliwości Excela!

Excel 2010 PL. Kurs

Witold Wrotek

Z Excelem się kalkuluje! Automatyzacja pracy Wprowadzanie i edycja danych Tworzenie wykresów i drukowanie arkuszy Stosowanie formuł i funkcji obliczeniowych Umiesz liczyć - licz z Excelem! Czym jest arkusz kalkulacyjny Excela? To doskonałe narzędzie ze stajni Microsoft Office jest odpowiedzią na tony zeszytów wraz z tabelami, pomyłki popełniane przy liczeniu, kalkulatory z ograniczoną liczbą funkcji czy wykresy rysowane kredą na tablicach. Excel to prawdopodobnie najlepszy arkusz kalkulacyjny na świecie. Odnosi on sukcesy od roku 1987 i doskonale sprawdza się w przedsiębiorstwach, szkołach i na osobistych pecetach. Z jego pomocą można zautomatyzować prace administracyjne, oszacować koszty, stworzyć symulacje, wygenerować wykresy czy kontrolować budżet - firmowy i domowy. A jak Ty planujesz wykorzystać dziesiątki funkcji i możliwości tego narzędzia? Najczęstszym problemem podczas pracy z Excelem jest wydobycie tkwiącej w nim mocy obliczeniowej. Dlatego też umiejętność jego obsługi jest tak pożądana przez pracodawców i przynosi firmie wymierne korzyści. Z tym podręcznikiem zaczniesz bezbłędnie wykonywać obliczenia w arkuszach Excela, będziesz formatować komórki i gromadzić dane. Przestaniesz bać się tworzenia wykresów, używania funkcji i formuł oraz poruszania się między skoroszytami. Skorzystasz z ilustracji, obrazowych przykładów i ćwiczeń - bez konieczności wgryzania się w specjalistyczną terminologię. Obierz kurs na Excel! Tworzenie nowych i otwieranie istniejących arkuszy Korzystanie z funkcji i formuł matematycznych, finansowych, statystycznych i innych Wprowadzanie do komórek, formatowanie oraz wyszukiwanie danych Drukowanie arkuszy Tworzenie wykresów Praca z Analysis ToolPak

Excel 2013 PL. Kurs

Witold Wrotek

Zostań mistrzem excelowej żonglerki danymi! Idealny pracownik, czyli jak wycisnąć maksymalnie dużo z arkusza kalkulacyjnego Excel jako baza danych, czyli jak uporządkować informacje do późniejszego wykorzystania Mistrzowskie zarządzanie danymi, czyli jak zaprząc Excel do pracy analitycznej Excel, używany powszechnie do przeprowadzania żmudnych obliczeń lub jako podręczny zamiennik kalkulatora, we wprawnych rękach może stać się prawdziwym centrum dokumentowania i planowania działań firmy — nie tylko tych finansowych. Wyliczanie zarobków pracowników, bilansowanie inwestycji i kosztów, przeprowadzanie analizy ekonomicznej, analizy statystycznej, symulacji kredytowych czy generowanie wszelkiej maści harmonogramów i wykresów — te i wiele innych możliwości daje nam właściwe wykorzystanie potężnej mocy programu. Jeśli chcesz szybko zacząć swobodnie poruszać się wśród kolumn i wierszy, pewnie edytować dane oraz stosować formuły i funkcje odpowiednie do Twoich zamierzeń, czas sięgnąć po tę książkę. Dowiesz się z niej, jak bezpiecznie pracować z danymi i chronić je przed utratą, jak zmusić Excel, by wykonywał lwią część pracy za Ciebie, jak rozwiązywać problemy. Zrozumiesz, co daje poprawne formatowanie komórek. Odkryjesz, jak wykonywać obliczenia finansowe i nie zgubić się w gąszczu danych, a ponadto nauczysz się korzystać z niezawodnej pomocy Microsoftu. Ucz się i doceń Excel 2013 PL. Rozpoczynanie pracy i zapisywanie informacji Eliminacja niebezpieczeństwa utraty danych Jak oszczędzać czas Łatwe sposoby zaznaczania Edycja danych i sekrety formatowania komórek Drukowanie i samodzielne rozwiązywanie problemów Formuły i funkcje w praktyce Funkcje czasu i daty Skarby w sieci — Microsoft Office i pomoc techniczna Microsoftu Proste obliczenia finansowe Dodatek Analysis ToolPak Oszczędzaj czas z Excelem 2013 PL!

Excel 2016 PL. Biblia

John Walkenbach

Podobno nikt nie zna wszystkich możliwości Excela, choć jest to najpopularniejszy arkusz kalkulacyjny na świecie. Z pewnością jest bardzo wszechstronny. Prowadzenie domowego budżetu, analizy biznesowe, opracowywanie raportów i zestawień, statystyczna analiza wyników badań naukowych czy notowań giełdy, korespondencja seryjna, a nawet wysyłanie powiadomień e-mail — to tylko kilka sposobów wykorzystania tego potężnego oprogramowania. Aby je docenić, trzeba się jednak umieć nim posłużyć, nawet jeśli to jest Excel w wersji 2016, uznanej za najłatwiejszą w obsłudze. Niniejsza książka to zaktualizowane wydanie kultowego podręcznika, przeznaczonego dla wszystkich użytkowników Excela, niezależnie od stopnia wtajemniczenia. Uwzględniono w nim zmiany wprowadzone w Excelu 2016. Przedstawiono poszczególne możliwości programu, od stosowania szablonów, przez obsługę formuł i tworzenie tabel przestawnych, aż po analizę danych i wiele innych przydatnych funkcji. Każdy, kto korzysta z Excela, powinien mieć ten cenny przewodnik zawsze w zasięgu ręki. Okaże się niezawodną i błyskawiczną pomocą! Najważniejsze zagadnienia ujęte w książce: solidne podstawy Excela, cenne zwłaszcza dla początkujących, posługiwanie się formułami i funkcjami przy wykonywaniu obliczeń, prezentacja danych na wykresach oraz wykorzystanie grafiki, analiza danych, w tym porządkowanie danych, tabele przestawne, analiza co-jeśli i dodatek Analysis ToolPak, zaawansowane funkcje Excela, w tym sprawdzanie poprawności danych i ich ochrona, programowanie w języku VBA w Excelu. Poznaj Excela i sprawdź, w czym jeszcze może Ci pomóc!

fastText Quick Start Guide. Get started with Facebook's library for text representation and classification

Joydeep Bhattacharjee

Facebook's fastText library handles text representation and classification, used for Natural Language Processing (NLP). Most organizations have to deal with enormous amounts of text data on a daily basis, and gaining efficient data insights requires powerful NLP tools such as fastText. This book is your ideal introduction to fastText. You will learn how to create fastText models from the command line, without the need for complicated code. You will explore the algorithms that fastText is built on and how to use them for word representation and text classification. Next, you will use fastText in conjunction with other popular libraries and frameworks such as Keras, TensorFlow, and PyTorch. Finally, you will deploy fastText models to mobile devices. By the end of this book, you will have all the required knowledge to use fastText in your own applications at work or in projects.

Feature Engineering Made Easy. Identify unique features from your dataset in order to build powerful machine learning systems

Sinan Ozdemir, Divya Susarla

Feature engineering is the most important step in creating powerful machine learning systems. This book will take you through the entire feature-engineering journey to make your machine learning much more systematic and effective.You will start with understanding your data—often the success of your ML models depends on how you leverage different feature types, such as continuous, categorical, and more, You will learn when to include a feature, when to omit it, and why, all by understanding error analysis and the acceptability of your models. You will learn to convert a problem statement into useful new features. You will learn to deliver features driven by business needs as well as mathematical insights. You'll also learn how to use machine learning on your machines, automatically learning amazing features for your data.By the end of the book, you will become proficient in Feature Selection, Feature Learning, and Feature Optimization.

Fixing Bad UX Designs. Master proven approaches, tools, and techniques to make your user experience great again

Lisandra Maioli

Have your web applications been experiencing more hits and less conversions? Are bad designs consuming your time and money?This book is the answer to these problems. With intuitive case studies, you’ll learn to simplify, fix, and enhance some common, real-world application designs. You’ll look at the common issues of simplicity, navigation, appearance, maintenance, and many more.The challenge that most UX designers face is to ensure that the UX is user-friendly. In this book, we address this with individual case studies starting with some common UX applications and then move on to complex applications. Each case study will help you understand the issues faced by a bad UX and teach you to break it down and fix these problems.As we progress, you’ll learn about the information architecture, usability testing, iteration, UX refactoring, and many other related features with the help of various case studies. You’ll also learn some interesting UX design tools with the projects covered in the book.By the end of the book, you’ll be armed with the knowledge to fix bad UX designs and to ensure great customer satisfaction for your applications.

Frank Kane's Taming Big Data with Apache Spark and Python. Real-world examples to help you analyze large datasets with Apache Spark

Frank Kane

Frank Kane’s Taming Big Data with Apache Spark and Python is your companion to learning Apache Spark in a hands-on manner. Frank will start you off by teaching you how to set up Spark on a single system or on a cluster, and you’ll soon move on to analyzing large data sets using Spark RDD, and developing and running effective Spark jobs quickly using Python.Apache Spark has emerged as the next big thing in the Big Data domain – quickly rising from an ascending technology to an established superstar in just a matter of years. Spark allows you to quickly extract actionable insights from large amounts of data, on a real-time basis, making it an essential tool in many modern businesses. Frank has packed this book with over 15 interactive, fun-filled examples relevant to the real world, and he will empower you to understand the Spark ecosystem and implement production-grade real-time Spark projects with ease.

Generative Adversarial Networks Cookbook. Over 100 recipes to build generative models using Python, TensorFlow, and Keras

Josh Kalin

Developing Generative Adversarial Networks (GANs) is a complex task, and it is often hard to find code that is easy to understand.This book leads you through eight different examples of modern GAN implementations, including CycleGAN, simGAN, DCGAN, and 2D image to 3D model generation. Each chapter contains useful recipes to build on a common architecture in Python, TensorFlow and Keras to explore increasingly difficult GAN architectures in an easy-to-read format. The book starts by covering the different types of GAN architecture to help you understand how the model works. This book also contains intuitive recipes to help you work with use cases involving DCGAN, Pix2Pix, and so on. To understand these complex applications, you will take different real-world data sets and put them to use.By the end of this book, you will be equipped to deal with the challenges and issues that you may face while working with GAN models, thanks to easy-to-follow code solutions that you can implement right away.

Getting Started with Haskell Data Analysis. Put your data analysis techniques to work and generate publication-ready visualizations

James Church

Every business and organization that collects data is capable of tapping into its own data to gain insights how to improve. Haskell is a purely functional and lazy programming language, well-suited to handling large data analysis problems. This book will take you through the more difficult problems of data analysis in a hands-on manner.This book will help you get up-to-speed with the basics of data analysis and approaches in the Haskell language. You'll learn about statistical computing, file formats (CSV and SQLite3), descriptive statistics, charts, and progress to more advanced concepts such as understanding the importance of normal distribution. While mathematics is a big part of data analysis, we've tried to keep this course simple and approachable so that you can apply what you learn to the real world.By the end of this book, you will have a thorough understanding of data analysis, and the different ways of analyzing data. You will have a mastery of all the tools and techniques in Haskell for effective data analysis.

Google Analytics dla marketingowców. Wydanie II

Martyna Zastrożna

Humanista w świecie liczb „Słowa, słowa, słowa” — powiedział Hamlet do Poloniusza w drugim akcie słynnego dramatu, zapytany o to, co czyta. „Liczby, liczby, liczby” — odpowiedziałby na to samo pytanie marketer skupiony na pracy z pulpitem Google Analytics. Byłaby to prawda, ponieważ to interesujące narzędzie operuje na liczbach i za ich pomocą pokazuje aktywność użytkowników na Twojej witrynie. Nauka czytania tych tajemnych liczb to początek skutecznego marketingu online. Skutecznego, czyli świadomego, coraz bardziej efektywnego, popartego danymi w tabelach i na wykresach oraz twardymi dowodami, które tak bardzo lubią zarząd Twojej firmy i Twoi klienci, prawda? Jak widzisz, czas najwyższy podjąć naukę czytania liczb. Nie przerażaj się jednak! Nawet jeśli jesteś zdeklarowanym humanistą, wystarczy, że poznasz możliwości i podstawowe reguły, jakimi rządzi się Google Analytics, a szybko się z nim zaprzyjaźnisz! Drugie wydanie tej praktycznej książki zostało zaktualizowane zgodnie ze zmianami, jakie w ostatnim czasie wprowadzono w tym narzędziu. Dotyczy to zarówno zrzutów interfejsów, skryptów, jak i nowych możliwości, które oferuje Universal Analytics. W tej odsłonie bestsellera Martyny Zastrożnej znajdziesz jeszcze więcej pomysłów na przydatne alerty, zaawansowanych segmentów gotowych do pobrania i polecanych źródeł wiedzy. Dowiesz się też sporo o remarketingu, odkryjesz Google Tag Manager i zapoznasz się z ofertą, jaką Google Analytics ma dla firm z segmentu e-commerce.

Google Analytics. Integracja i analiza danych

Daniel Waisberg

Aby podjąć dobrą decyzję o rozwoju firmy, trzeba dysponować dobrymi danymi. Zachowania użytkowników, decyzje, które podejmują, ich sposób korzystania z zasobów sieci to nieprzebrana kopalnia danych marketingowych. Ich zebranie, porównanie z danymi pochodzącymi z innych źródeł, a następnie przeanalizowanie dostarcza cennych informacji. Tymczasem wielu specjalistów wciąż analizuje tylko część danych o zachowaniu użytkowników korzystających z zasobów cyfrowych, nie mogąc uwzględnić wszystkich istotnych czynników. Problem polega na rozproszeniu różnych danych w różnych miejscach i przechowywaniu ich na różne sposoby. Konsekwencją są złe decyzje. Rozwiązaniem tego problemu jest narzędzie Google Analytics, wyjątkowo dobrze nadające się do utworzenia platformy analizy danych. Podobnie książka, którą masz przed sobą, wyjątkowo dobrze przedstawia wszystkie istotne informacje o integrowaniu danych za pomocą tego narzędzia. Odwołując się do praktycznych przykładów, szczegółowo opisano tu metody integracji i analizy danych z takich źródeł, jak AdWords, AdSense, systemy CRM i wiele innych. Autor zawarł tu też liczne wskazówki i porady, bazując na swoim ogromnym doświadczeniu. Dzięki tej książce: zaczniesz udoskonalać integrację danych pochodzących z analizy zachowań klientów i z wielu innych źródeł, będziesz stosował sprawdzone techniki umożliwiające zbieranie czytelnych i dokładnych danych, nauczysz się integrować i importować do Google Analytics wszystkie dane o rynku i klientach, wykorzystasz możliwości analityczne tego narzędzia do uzyskania pełniejszego obrazu zachowań klientów, uzyskasz spójny zestaw informacji wysokiej jakości, dzięki czemu umożliwisz managerom podejmowanie właściwych, racjonalnych decyzji biznesowych. Kluczem do sukcesu jest informacja. Kluczem do informacji jest Google Analytics.

Hadoop. Komplety przewodnik. Analiza i przechowywanie danych

Tom White

Analiza danych z Hadoopem — i wszystko staje się prostsze! Podstawy Hadoopa i model MapReduce Praca z Hadoopem, budowa klastra i zarządzanie platformą Dodatki zwiększające funkcjonalność Hadoopa Platforma Apache Hadoop to jedno z zaawansowanych narzędzi informatycznych. Dzięki niej można przeprowadzać różne operacje na dużych ilościach danych i znacznie skrócić czas wykonywania tych działań. Wszędzie tam, gdzie potrzebne jest szybkie sortowanie, obliczanie i archiwizowanie danych — np. w dużych międzynarodowych sklepach internetowych, serwisach społecznościowych lub wyszukiwarkach, takich jak Amazon, Facebook, Yahoo!, Apache Hadoop sprawdza się znakomicie. Jeśli potrzebne Ci narzędzie do poważnej analizy dużych zbiorów danych, nie znajdziesz lepszego rozwiązania! Tę książkę napisał wytrawny znawca i współtwórca Hadoopa. Przedstawia w niej wszystkie istotne mechanizmy działania platformy i pokazuje, jak efektywnie jej używać. Dowiesz się stąd, do czego służą model MapReduce oraz systemy HDFS i YARN. Nauczysz się budować aplikacje oraz klastry. Poznasz dwa formaty danych, a także wykorzystasz narzędzia do ich pobierania i transferu. Sprawdzisz, jak wysokopoziomowe narzędzia do przetwarzania danych współdziałają z Hadoopem. Zorientujesz się, jak działa rozproszona baza danych i jak zarządzać konfiguracją w środowisku rozproszonym. Przeczytasz również o nowinkach w Hadoopie 2 i prześledzisz studia przypadków ilustrujące rolę Hadoopa w systemach służby zdrowia i przy przetwarzaniu danych o genomie. Hadoop i model MapReduce Systemy HDFS i YARN Operacje wejścia – wyjścia w platformie Hadoop Typy, formaty, funkcje i budowa aplikacji w modelu MapReduce Zarządzanie platformą Hadoop Avro, Parquet, Flume i Sqoop — metody pracy z danymi Pig, Hive, Crunch i Spark — wysokopoziomowe narzędzia do przetwarzania danych HBase i ZooKeeper — praca w środowisku rozproszonym Integrowanie danych w firmie Cerner Nauka o danych biologicznych Cascading Hadoop — rozwiązanie na miarę wyzwań globalnych! Tom White — jeden z czołowych ekspertów w zakresie obsługi platformy Hadoop. Członek organizacji Apache Software Foundation, inżynier oprogramowania w firmie Cloudera.

Hands-On Artificial Intelligence for Beginners. An introduction to AI concepts, algorithms, and their implementation

Patrick D. Smith

Virtual Assistants, such as Alexa and Siri, process our requests, Google's cars have started to read addresses, and Amazon's prices and Netflix's recommended videos are decided by AI. Artificial Intelligence is one of the most exciting technologies and is becoming increasingly significant in the modern world.Hands-On Artificial Intelligence for Beginners will teach you what Artificial Intelligence is and how to design and build intelligent applications. This book will teach you to harness packages such as TensorFlow in order to create powerful AI systems. You will begin with reviewing the recent changes in AI and learning how artificial neural networks (ANNs) have enabled more intelligent AI. You'll explore feedforward, recurrent, convolutional, and generative neural networks (FFNNs, RNNs, CNNs, and GNNs), as well as reinforcement learning methods. In the concluding chapters, you'll learn how to implement these methods for a variety of tasks, such as generating text for chatbots, and playing board and video games.By the end of this book, you will be able to understand exactly what you need to consider when optimizing ANNs and how to deploy and maintain AI applications.

Hands-On Artificial Intelligence for IoT. Expert machine learning and deep learning techniques for developing smarter IoT systems

Amita Kapoor

There are many applications that use data science and analytics to gain insights from terabytes of data. These apps, however, do not address the challenge of continually discovering patterns for IoT data. In Hands-On Artificial Intelligence for IoT, we cover various aspects of artificial intelligence (AI) and its implementation to make your IoT solutions smarter.This book starts by covering the process of gathering and preprocessing IoT data gathered from distributed sources. You will learn different AI techniques such as machine learning, deep learning, reinforcement learning, and natural language processing to build smart IoT systems. You will also leverage the power of AI to handle real-time data coming from wearable devices. As you progress through the book, techniques for building models that work with different kinds of data generated and consumed by IoT devices such as time series, images, and audio will be covered. Useful case studies on four major application areas of IoT solutions are a key focal point of this book. In the concluding chapters, you will leverage the power of widely used Python libraries, TensorFlow and Keras, to build different kinds of smart AI models.By the end of this book, you will be able to build smart AI-powered IoT apps with confidence.