Big data
Sergiy Suchok
There are many algorithms for data analysis and it’s not always possible to quickly choose the best one for each case. Implementation of the algorithms takes a lot of time. With the help of Mathematica, you can quickly get a result from the use of a particular method, because this system contains almost all the known algorithms for data analysis.If you are not a programmer but you need to analyze data, this book will show you the capabilities of Mathematica when just few strings of intelligible code help to solve huge tasks from statistical issues to pattern recognition. If you're a programmer, with the help of this book, you will learn how to use the library of algorithms implemented in Mathematica in your programs, as well as how to write algorithm testing procedure.With each chapter, you'll be more immersed in the special world of Mathematica. Along with intuitive queries for data processing, we will highlight the nuances and features of this system, allowing you to build effective analysis systems.With the help of this book, you will learn how to optimize the computations by combining your libraries with the Mathematica kernel.
Mercury Learning and Information, C. P. Kothandaraman
This course serves as a comprehensive reference guide for engineers, mathematicians, scientists, and industry professionals, covering essential mathematical formulas and key scientific data. It is divided into two parts: mathematical formulas including algebra, trigonometry, analytic geometry, differential and integral calculus, and vectors; and scientific data covering units, properties of gases, elements, acoustics, materials, thermodynamics, radioactivity, and more.Understanding these concepts is crucial for professionals, providing a solid foundation for their work. The course explains technical terms, theorems, and applicable laws in detail, ensuring clarity and practical understanding. Each chapter provides valuable insights and data fundamental for scientific and engineering applications.Starting with algebra and geometry, the course advances through calculus and vectors, then explores scientific data in various fields. By the end, users will have a thorough reference of critical formulas and data, making it indispensable for students and professionals. This structured approach ensures learners gain both theoretical knowledge and practical applications essential for their careers.
Mathematics for Business. Explore Essential Mathematical Concepts and Techniques for Decision Making
Mercury Learning and Information, Gary Bronson, Richard...
This course provides a comprehensive understanding of quantitative methods essential for economic forecasting, resource allocation, portfolio analysis, inventory management, data-mining, and addressing social and climate challenges. Starting with foundational topics like finite mathematics and the mathematics of finance, it progresses to differential calculus, optimization, and curve fitting. These concepts are vital for solving contemporary business problems.Learners will explore algebra, finite math, finance mathematics, calculus, optimization techniques, and curve fitting, applying these methods to realistic business scenarios. Topics include cash flow, amortization, interest, loans, annuities, revenue/cost models, break-even analysis, inventory control, and econometrics. Each section includes extensive examples and exercises, reinforced by key terms and concepts, making the material accessible and practical.The course begins with basic mathematical concepts and advances through increasingly complex topics. By the end, learners will have the tools to tackle various business problems using quantitative methods, making this course invaluable for anyone in the business field. This structured approach ensures both theoretical knowledge and practical application, preparing learners for real-world challenges.
Tivadar Danka, Santiago Valdarrama
Mathematics of Machine Learning provides a rigorous yet accessible introduction to the mathematical underpinnings of machine learning, designed for engineers, developers, and data scientists ready to elevate their technical expertise. With this book, you’ll explore the core disciplines of linear algebra, calculus, and probability theory essential for mastering advanced machine learning concepts. PhD mathematician turned ML engineer Tivadar Danka—known for his intuitive teaching style that has attracted 100k+ followers—guides you through complex concepts with clarity, providing the structured guidance you need to deepen your theoretical knowledge and enhance your ability to solve complex machine learning problems. Balancing theory with application, this book offers clear explanations of mathematical constructs and their direct relevance to machine learning tasks. Through practical Python examples, you’ll learn to implement and use these ideas in real-world scenarios, such as training machine learning models with gradient descent or working with vectors, matrices, and tensors. By the end of this book, you’ll have gained the confidence to engage with advanced machine learning literature and tailor algorithms to meet specific project requirements.*Email sign-up and proof of purchase required
MATLAB for Machine Learning. Practical examples of regression, clustering and neural networks
Giuseppe Ciaburro
MATLAB is the language of choice for many researchers and mathematics experts for machine learning. This book will help you build a foundation in machine learning using MATLAB for beginners.You’ll start by getting your system ready with t he MATLAB environment for machine learning and you’ll see how to easily interact with the Matlab workspace. We’ll then move on to data cleansing, mining and analyzing various data types in machine learning and you’ll see how to display data values on a plot. Next, you’ll get to know about the different types of regression techniques and how to apply them to your data using the MATLAB functions. You’ll understand the basic concepts of neural networks and perform data fitting, pattern recognition, and clustering analysis. Finally, you’ll explore feature selection and extraction techniques for dimensionality reduction for performance improvement. At the end of the book, you will learn to put it all together into real-world cases covering major machine learning algorithms and be comfortable in performing machine learning with MATLAB.
MATLAB for Machine Learning. Practical examples of regression, clustering and neural networks
Giuseppe Ciaburro
MATLAB is the language of choice for many researchers and mathematics experts for machine learning. This book will help you build a foundation in machine learning using MATLAB for beginners.You’ll start by getting your system ready with t he MATLAB environment for machine learning and you’ll see how to easily interact with the Matlab workspace. We’ll then move on to data cleansing, mining and analyzing various data types in machine learning and you’ll see how to display data values on a plot. Next, you’ll get to know about the different types of regression techniques and how to apply them to your data using the MATLAB functions. You’ll understand the basic concepts of neural networks and perform data fitting, pattern recognition, and clustering analysis. Finally, you’ll explore feature selection and extraction techniques for dimensionality reduction for performance improvement. At the end of the book, you will learn to put it all together into real-world cases covering major machine learning algorithms and be comfortable in performing machine learning with MATLAB.
Giuseppe Ciaburro
Discover why the MATLAB programming environment is highly favored by researchers and math experts for machine learning with this guide which is designed to enhance your proficiency in both machine learning and deep learning using MATLAB, paving the way for advanced applications.By navigating the versatile machine learning tools in the MATLAB environment, you’ll learn how to seamlessly interact with the workspace. You’ll then move on to data cleansing, data mining, and analyzing various types of data in machine learning, and visualize data values on a graph. As you progress, you’ll explore various classification and regression techniques, skillfully applying them with MATLAB functions.This book teaches you the essentials of neural networks, guiding you through data fitting, pattern recognition, and cluster analysis. You’ll also explore feature selection and extraction techniques for performance improvement through dimensionality reduction. Finally, you’ll leverage MATLAB tools for deep learning and managing convolutional neural networks.By the end of the book, you’ll be able to put it all together by applying major machine learning algorithms in real-world scenarios.
Matplotlib 2.x By Example. Multi-dimensional charts, graphs, and plots in Python
Allen Yu, Claire Chung, Aldrin Yim
Big data analytics are driving innovations in scientific research, digital marketing, policy-making and much more. Matplotlib offers simple but powerful plotting interface, versatile plot types and robust customization.Matplotlib 2.x By Example illustrates the methods and applications of various plot types through real world examples. It begins by giving readers the basic know-how on how to create and customize plots by Matplotlib. It further covers how to plot different types of economic data in the form of 2D and 3D graphs, which give insights from a deluge of data from public repositories, such as Quandl Finance. You will learn to visualize geographical data on maps and implement interactive charts.By the end of this book, you will become well versed with Matplotlib in your day-to-day work to perform advanced data visualization. This book will guide you to prepare high quality figures for manuscripts and presentations. You will learn to create intuitive info-graphics and reshaping your message crisply understandable.
Srinivasa Rao Poladi
Matplotlib provides a large library of customizable plots, along with a comprehensive set of backends. Matplotlib 3.0 Cookbook is your hands-on guide to exploring the world of Matplotlib, and covers the most effective plotting packages for Python 3.7. With the help of this cookbook, you'll be able to tackle any problem you might come across while designing attractive, insightful data visualizations. With the help of over 150 recipes, you'll learn how to develop plots related to business intelligence, data science, and engineering disciplines with highly detailed visualizations. Once you've familiarized yourself with the fundamentals, you'll move on to developing professional dashboards with a wide variety of graphs and sophisticated grid layouts in 2D and 3D. You'll annotate and add rich text to the plots, enabling the creation of a business storyline. In addition to this, you'll learn how to save figures and animations in various formats for downstream deployment, followed by extending the functionality offered by various internal and third-party toolkits, such as axisartist, axes_grid, Cartopy, and Seaborn. By the end of this book, you'll be able to create high-quality customized plots and deploy them on the web and on supported GUI applications such as Tkinter, Qt 5, and wxPython by implementing real-world use cases and examples.
Metoda Lean Analytics. Zbuduj sukces startupu w oparciu o analizę danych
Alistair Croll, Benjamin Yoskovitz
Lektura obowiązkowa dla wszystkich zainteresowanych wykorzystaniem analityki w pracach nad nowym produktem i odnoszeniem sukcesów biznesowych bez konieczności wiecznego zgadywania. Peter Yared, dyrektor ds. IT, CBS Interactive To nie jest kolejna książka o liczbach, a rzecz o praktycznych wskaźnikach. Alistair i Ben nauczą Cię, jak przebić się przez mgłę danych i skupić się na właściwych, istotnych wskaźnikach, które zadecydują o Twojej porażce lub sukcesie. Ash Maurya, założyciel i dyrektor generalny Spark59 oraz WiredReach, autor książki Metoda Running Lean Okiełznane dane Jesteś przedsiębiorcą? Masz innowacyjny produkt i chcesz wejść z nim na rynek? Możesz wybrać jedną z dwóch dróg: tradycyjną, opartą na odwiecznych mądrościach starych mistrzów, albo nowoczesną, z użyciem modelu Lean Startup. Jeśli wybrałeś pierwszy sposób - zmień lekturę, jeśli drugi - gratulacje! W tej książce znajdziesz kompletny proces analityczny, od generowania pomysłów po przygotowanie zestawienia produktu i rynku. Dowiesz się z niej, jak zweryfikować swój pomysł, znaleźć odpowiednich klientów, zdefiniować ostateczną wersję produktu, zarobić na swojej działalności i ją wypromować. Znajdziesz tu konkretne i przydatne informacje, oparte na ponad trzydziestu analizach przypadku, bez których nie może się obejść żaden przedsiębiorca. Książka jest skierowana również do analityków internetowych i analityków danych, ponieważ pozwala powiązać efekty ich pracy z rozważaniami biznesowymi. Zamieszczone tu treści zainteresują też ludzi zaangażowanych w rozwój produktu, zarządzanie nim, marketing, PR oraz działalność inwestycyjną, ponieważ dzięki nim łatwiej będzie im zrozumieć i oceniać startupy. Rewolucja w sześciu prostych krokach Stwórz coś, co klienci pokochają. Zaangażuj ludzi, aby znaleźli Twój produkt i zaczęli z niego korzystać. Poznaj model Lean Startup, podstawy analityki oraz mentalności kierowania się danymi, niezbędnej do odniesienia sukcesu. Dowiedz się, na którym etapie rozwoju się znajdujesz, nad czym powinieneś pracować oraz jak zastosować model Lean Analytics we własnym startupie. Znajdź niezłe punkty odniesienia dla różnych wskaźników i naucz się wyznaczać własne wartości docelowe. Sprawdź, w jaki sposób możesz zastosować zasady Lean Analytics w funkcjonującej już organizacji, bo przecież podejście oparte na danych sprawdza się nie tylko w nowo powstałych firmach. Alistair Croll od niemal dwudziestu lat jest przedsiębiorcą, autorem książek i prelegentem. Zajmował się dużymi zbiorami danych, chmurami obliczeniowymi i startupami. W 2001 roku współuczestniczył w zakładaniu firmy Coradiant. Od tamtej pory aktywnie pomaga wielu nowo powstającym firmom i wspiera liczne startupowe imprezy. Benjamin Yoskovitz jest przedsiębiorcą z ponadpiętnastoletnim doświadczeniem w branży internetowej. Współzałożyciel Standout Jobs i Year One Labs, pełni funkcję mentora dla wielu startupów i akceleratorów przedsiębiorczości. Regularnie przemawia podczas licznych konferencji poświęconych problematyce startupów.
MrExcel's Holy Macro! Books, Mike Girvin
Unlock the full potential of Microsoft 365 Excel with this extensive guide, crafted for both beginners and seasoned users alike. Begin by uncovering the foundational reasons behind Excel’s creation and its unmatched significance in the business world. Dive deep into the structure of Excel files, worksheets, and key concepts that underscore the application’s versatility. As you progress, master efficient workflows, keyboard shortcuts, and powerful formulas, making Excel an indispensable tool for solving complex problems.Moving forward, the book will guide you through advanced topics, including logical tests, lookup functions, and the latest features like LET and LAMBDA functions. Gain hands-on experience with data analysis, exploring the full capabilities of standard pivot tables, advanced Power Query, and Power BI. Each chapter builds on the last, ensuring that you gain both practical skills and a deep understanding of Excel’s capabilities, preparing you to confidently tackle even the most challenging data tasks.By the end of this guide, you’ll not only be adept at using Excel but also equipped with strategies to apply Excel's advanced features to real-world scenarios—whether you’re interested in financial modeling, big data analysis, or simply enhancing efficiency in your day-to-day tasks.
Microsoft Excel 2010 Analiza i modelowanie danych biznesowych
Wayne L. Winston
Książka pozwala opanować techniki modelowania i analizy danych, umożliwiające przekształcanie danych w końcowe wnioski. Od ponad 10 lat Wayne Winston uczy klientów korporacyjnych i studentów MBA najbardziej efektywnych sposobów wykorzystywania programu Excel do pomocy w rozwiązywaniu problemów biznesowych i podejmowaniu lepszych decyzji. Teraz ten zdobywca wielu nagród akademickich dzieli się swoim ogromnym doświadczeniem na stronach praktycznego, opartego na przykładach wziętych z życia podręcznika w pełni uaktualnionego do wersji programu Excel 2010! Doskonalenie umiejętności wykorzystywania programu Excel do rozwiązywania autentycznych problemów! Modelowanie ryzyka inwestycji i zwrotu Analizowanie wydajności działu sprzedaży Tworzenie najlepszych, najgorszych i najbardziej prawdopodobnych scenariuszy Porównywanie opcji leasingu i zakupu oraz obliczanie warunków kredytu Badanie wpływu ceny, reklamy i czynnika sezonowości na wielkość sprzedaży Precyzyjne zarządzanie zapasami Ustalanie wartości przywiązania klienta Obliczanie progu rentowności i zwrotu z inwestycji Planowanie zapewniające maksymalną wydajność Wyrażanie w liczbach przewagi z tytułu gry u siebie Przewidywanie rozwoju firmy, wyniku wyborów i tak dalej! Plus krótkie omówienie dodatku PowerPivot do programu Excel
Microsoft Excel 2013. Analiza i modelowanie danych biznesowych
Wayne L. Winston
Opanuj techniki modelowania i analizy danych w programie Microsoft Excel 2013 i przekształć surowe informacje w końcowe wnioski. Ten oparty na rzeczywistych zastosowaniach poradnik praktyczny pokazuje, jak posługiwać się najnowszymi narzędziami Excela do integrowania danych z wielu źródeł i jak skutecznie zbudować relacyjne źródło danych wewnątrz pliku danych programu Excel. Udoskonal swoje umiejętności posługiwania się programem Excel do rozwiązywania rzeczywistych problemów Podsumowywanie danych przy użyciu rozwiązań PivotTables i opisywych statystyk Analizowanie nowych trendów w analityce predykcyjnej i opisowej Stosowanie linii trendu, wielokrotnej regresji i wygładzania wykładniczego Korzystanie z zaawansowanych funkcji programu Excel, takich jak OFFSET i INDIRECT Szczegółowe poznanie kluczowych funkcji finansowych, statystycznych i czasu Efektywne tworzenie wykresów przy użyciu narzędzia Power View Rozwiązywanie złożonych problemów optymalizacyjnych przy użyciu narzędzia Excel Solver Wykonywanie symulacji typu Monte Carlo dla cen giełdowych i modeli licytacyjnych Stosowanie ważnych narzędzi modelowania, takich jak dodatek Inquire Wayne L. Winston, były profesor technik operacyjnych i decyzyjnych w Kelley School of Business na Uniwersytecie stanu Indiana, obecnie wykłada gościnnie w Bauer College of Business Uniwersytetu Houston. Jest laureatem przeszło 45 nagród nauczycielskich MBA. Poprowadził też kursy technik modelowania z użyciem programu Excel dla tysięcy analityków pracujących dla firm z listy Fortune 500. Był też konsultantem wielu innych organizacji, w tym także zawodowej drużyny koszykówki Dallas Mavericks. Jest autorem 15 książek poświęconych programowi Excel, nauce o zarządzaniu i badaniom operacyjnym, w tym pozycji zatytułowanej Mathletics, poświęconej związkom pomiędzy matematyką i sportem. We wstępie e-book'a dostępny jest link, z którego można pobrać pliki do ćwiczeń.
Microsoft Excel 2013 Budowanie modeli danych przy użyciu PowerPivot
Alberto Ferrari, Marco Russo
Przewodnik po szybkim przetwarzaniu danych na wyniki. Przekształć swoje umiejętności, dane i swój biznes i twórz własne rozwiązania BI, używając programu, który już znasz i lubisz: Microsoft Excel. Dwaj eksperci w dziedzinie business intelligence (BI) wprowadzą Czytelnika w świat funkcjonalności PowerPivot, skupiając się na rzeczywistych zagadnieniach, rozwiązywaniu problemów i modelowaniu danych. Dowiedz się, jak szybko przekształcić przytłaczające masy danych w znaczące i zrozumiałe informacje oraz wnioski – bez konieczności programowania! • Poznaj różnice pomiędzy wykorzystaniem PowerPivot dla samoobsługowych rozwiązań BI a stosowaniem SQL Server Analysis Services w rozwiązaniach korporacyjnych • Rozszerz swoje umiejętności analizy danych, by móc tworzyć własne rozwiązania BI • Szybko przetwarzaj wielkie zbiory danych, zawierające nawet miliony wierszy • Wykonuj obliczenia od prostych po wyrafinowane i analizy „co by było, gdyby” • Twórz złożone systemy raportowania z użyciem modeli danych i Data Analysis Expressions • Bez wysiłku udostępniaj swoje wyniki w całej organizacji przy użyciu Microsoft SharePoint Alberto Ferrari uzyskał certyfikat Microsoft SQL Server Analysis Services (SSAS) Maestro i jest konsultantem oraz wykładowcą specjalizującym się w tworzeniu rozwiązań Microsoft BI. Jest współautorem książek Microsoft PowerPivot for Excel 2010 oraz Expert Cube Development with Microsoft SQL Server 2008 Analysis Services and SQLBI Methodology, a także Microsoft SQL Server 2012 Analysis Services: Model tabelaryczny BISM. Marco Russo jest konsultantem i mentorem w dziedzinie analizy biznesowej (BI). Jego podstawowa działalność jest związana z projektowaniem relacyjnych i wielowymiarowych hurtowni danych, lecz zajmuje się także pełnym cyklem życia rozwiązań BI. Jest m.in. współautorem książki Microsoft SQL Server 2012 Analysis Services: Model tabelaryczny BISM. Prócz publikacji związanych z BI jest też autorem książek na temat programowania .NET. Uzyskał certyfikat SSAS Maestro, a ponadto Microsoft Certified Trainer oraz kilka Microsoft Certified Professional.