Big data
Simon Aubury, Ned Letcher, Kris Jenkins
DuckDB is a fast in-process analytical database. Getting Started with DuckDB offers a practical overview of its usage. You'll learn to load, transform, and query various data formats, including CSV, JSON, and Parquet. The book covers DuckDB's optimizations, SQL enhancements, and extensions for specialized applications. Working with examples in SQL, Python, and R, you'll explore analyzing public datasets and discover tools enhancing DuckDB workflows. This guide suits both experienced and new data practitioners, quickly equipping you to apply DuckDB's capabilities in analytical projects. You'll gain proficiency in using DuckDB for diverse tasks, enabling effective integration into your data workflows.
Asjad Athick
The Elastic Stack helps you work with massive volumes of data to power use cases in the search, observability, and security solution areas.This three-part book starts with an introduction to the Elastic Stack with high-level commentary on the solutions the stack can be leveraged for. The second section focuses on each core component, giving you a detailed understanding of the component and the role it plays. You’ll start by working with Elasticsearch to ingest, search, analyze, and store data for your use cases. Next, you’ll look at Logstash, Beats, and Elastic Agent as components that can collect, transform, and load data. Later chapters help you use Kibana as an interface to consume Elastic solutions and interact with data on Elasticsearch. The last section explores the three main use cases offered on top of the Elastic Stack. You’ll start with a full-text search and look at real-world outcomes powered by search capabilities. Furthermore, you’ll learn how the stack can be used to monitor and observe large and complex IT environments. Finally, you’ll understand how to detect, prevent, and respond to security threats across your environment. The book ends by highlighting architecture best practices for successful Elastic Stack deployments.By the end of this book, you’ll be able to implement the Elastic Stack and derive value from it.
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.
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.
Alexandre Alves, Lloyd Williams, Robin J. Smith
Events are everywhere, events which can have positive or negative impacts on our lives and important business decisions. These events can impact a company's success, failure, and profitability. Technology now allows people from all walks of life to create Event Driven applications that will immediately and completely respond to the events that affect you and your business. So you are much more responsive to your customers, and competitive threats, and can take advantage of transient time sensitive situations. Getting Started with Oracle Event Processing will let you benefit from the skills and years of experience from the original pioneers who were the driving force behind this immensely flexible, complete, and award winning Event Stream Processing technology. It provides all of the information needed to rapidly deliver and understand Event Driven Architecture (EDA) Applications. These can then be executed on the comprehensive and powerful integral Java Event Server platform which utilizes the hardware and operating system.After an introduction into the benefits and uses of Event Stream Processing, this book uses tutorials and practical examples to teach you how to create valuable and rewarding Event Driven foundational applications. First you will learn how to solve Event Stream Processing problems, followed by the fundamentals of building an Oracle Event processing application in a step by step fashion. Exciting and unique topics are then covered: application construction, the powerful capabilities of the Oracle Event Processing language, CQL, monitoring and managing these applications, and the fascinating domain of real-time Geospatial Movement Analysis. Getting Started with Oracle Event Processing will provide a unique perspective on product creation, evolution and a solid understanding on how to effectively use the product.
Phuong Vo.T.H, Martin Czygan
Data analysis is the process of applying logical and analytical reasoning to study each component of data. Python is a multi-domain, high-level, programming language. It’s often used as a scripting language because of its forgiving syntax and operability with a wide variety of different eco-systems. Python has powerful standard libraries or toolkits such as Pylearn2 and Hebel, which offers a fast, reliable, cross-platform environment for data analysis.With this book, we will get you started with Python data analysis and show you what its advantages are.The book starts by introducing the principles of data analysis and supported libraries, along with NumPy basics for statistic and data processing. Next it provides an overview of the Pandas package and uses its powerful features to solve data processing problems.Moving on, the book takes you through a brief overview of the Matplotlib API and some common plotting functions for DataFrame such as plot. Next, it will teach you to manipulate the time and data structure, and load and store data in a file or database using Python packages. The book will also teach you how to apply powerful packages in Python to process raw data into pure and helpful data using examples.Finally, the book gives you a brief overview of machine learning algorithms, that is, applying data analysis results to make decisions or build helpful products, such as recommendations and predictions using scikit-learn.
Luca Zamboni
Simulink is an engineer's Swiss army knife: instead of spending the day typing out complex formulas, Simulink enables you to both draw and execute them. Block after block, you can develop your ideas without struggling with obscure programming languages and you don't have to wait to debug your algorithm - just launch a simulation!Getting Started with Simulink will give you comprehensive knowledge of Simulink's capabilities. From the humble constant block to the S-function block, you will have a clear understanding of what modelling really means, without feeling that something has been left out. By the time you close the book, you'll be able to further extend your modelling skills without any help.We''ll start with a brief introduction, and immediately start placing the first blocks. Little by little, you'll build a car cruise controller model, followed by the mathematical model of a sports car in order to calibrate it. Then you'll learn how to interface your Simulink model with the external world. This book will give you an easy understanding of the tools Simulink offers you, guiding you through a complex exercise split into the three main phases of Simulink development: modelling, testing, and interfacing.
Tyler Richards
Streamlit shortens the development time for the creation of data-focused web applications, allowing data scientists to create web app prototypes using Python in hours instead of days. Getting Started with Streamlit for Data Science takes a hands-on approach to helping you learn the tips and tricks that will have you up and running with Streamlit in no time.You'll start with the fundamentals of Streamlit by creating a basic app and gradually build on the foundation by producing high-quality graphics with data visualization and testing machine learning models. As you advance through the chapters, you’ll walk through practical examples of both personal data projects and work-related data-focused web applications, and get to grips with more challenging topics such as using Streamlit Components, beautifying your apps, and quick deployment of your new apps.By the end of this book, you’ll be able to create dynamic web apps in Streamlit quickly and effortlessly using the power of Python.
Tyler Richards
Streamlit shortens the development time for the creation of data-focused web applications, allowing data scientists to create web app prototypes using Python in hours instead of days. Getting Started with Streamlit for Data Science takes a hands-on approach to helping you learn the tips and tricks that will have you up and running with Streamlit in no time.You'll start with the fundamentals of Streamlit by creating a basic app and gradually build on the foundation by producing high-quality graphics with data visualization and testing machine learning models. As you advance through the chapters, you’ll walk through practical examples of both personal data projects and work-related data-focused web applications, and get to grips with more challenging topics such as using Streamlit Components, beautifying your apps, and quick deployment of your new apps.By the end of this book, you’ll be able to create dynamic web apps in Streamlit quickly and effortlessly using the power of Python.
Tristan Guillevin
Tableau is one of the leading business intelligence tools used worldwide, in organizations of every scale. In its latest release, Tableau 2018 promises richer and more useful features related to visual analytics, reporting, dashboarding, and a host of other data visualization aspects. Getting Started with Tableau 2018.x will get you up and running with these features.The book starts with all the new functionalities of the different Tableau 2018 versions, along with concrete examples of how to use them. However, if you're new to Tableau, don't worry! The rest of the book will guide you through each major aspect of Tableau with examples. You'll learn how to connect to data, build a data source, visualize your data, build a dashboard, and share it online. In the final chapters, you'll also learn advanced techniques such as creating a cross-database join, data blending, and more.By the end of the book, you will have a firm understanding of how to effectively use Tableau to create quick, cost-effective, and business-efficient business intelligence solutions.
Tristan Guillevin
Tableau is one of the leading data visualization tools and is regularly updated with new functionalities and features. The latest release, Tableau 2019.2, promises new and advanced features related to visual analytics, reporting, dashboarding, and a host of other data visualization aspects. Getting Started with Tableau 2019.2 will get you up to speed with these additional functionalities.The book starts by highlighting the new functionalities of Tableau 2019.2, providing concrete examples of how to use them. However, if you're new to Tableau, you won't have to worry as the book also covers the major aspects of Tableau with relevant examples. You'll learn how to connect to data, build a data source, visualize your data, build a dashboard, and even share data online. In the concluding chapters, you'll delve into advanced techniques such as creating a cross-database join and data blending.By the end of this book, you will be able to use Tableau effectively to create quick, cost-effective, and business-efficient Business Intelligence (BI) solutions.
Donato Teutonico
This book is perfect for R programmers who are interested in learning to use ggplot2 for data visualization, from the basics up to using more advanced applications, such as faceting and grouping. Since this book will not cover the basics of R commands and objects, you should have a basic understanding of the R language.
Maxim Lapan
Głębokie uczenie przez wzmacnianie rozwija się bardzo dynamicznie. Dziedzinę tę charakteryzuje niewyczerpany potencjał rozwiązywania trudnych problemów. Zajmuje się tym co najmniej kilka grup badawczych, koncentrujących się na wdrażaniu głębokiego uczenia przez wzmacnianie w różnych branżach. Niestety, opisy najnowszych osiągnięć są trudne do zrozumienia i zbyt abstrakcyjne, aby można było je łatwo zastosować w praktycznych implementacjach, a przecież poprawne działanie aplikacji jest uwarunkowane gruntownym zrozumieniem problemu przez projektanta. To zaktualizowane i rozszerzone wydanie bestsellerowego przewodnika po najnowszych narzędziach i metodach związanych z uczeniem przez wzmacnianie. Zawiera wprowadzenie do teorii uczenia przez wzmacnianie, a także wyjaśnia praktyczne sposoby kodowania samouczących się agentów w celu rozwiązywania praktycznych zadań. W tym wydaniu dodano sześć nowych rozdziałów poświęconych takim osiągnięciom technologii jak dyskretna optymalizacja, metody wieloagentowe, środowisko Microsoft TextWorld czy zaawansowane techniki eksploracji. Opisano również inne zagadnienia, między innymi głębokie sieci Q, gradienty polityk, sterowanie ciągłe i wysoce skalowalne metody bezgradientowe. Poszczególne kwestie zostały zilustrowane kodem wraz z opisem szczegółów implementacji. W książce między innymi: związki między uczeniem przez wzmacnianie a głębokim uczeniem różne metody uczenia przez wzmacnianie, w tym entropia krzyżowa, sieć DQN, a także algorytmy: aktor-krytyk, TRPO, PPO, DDPG, D4PG i inne praktyczne zastosowanie dyskretnej optymalizacji w celu rozwiązania problemu kostki Rubika trenowanie agentów przy użyciu oprogramowania AlphaGo Zero chatboty oparte na sztucznej inteligencji zaawansowane techniki eksploracyjne, w tym metody destylacji sieci Witaj, świecie prawdziwej sztucznej inteligencji!
Głębokie uczenie. Wprowadzenie
Jacek Tabor, Marek Śmieja, Łukasz Struski, Przemysław...
Opanuj podstawy uczenia maszynowego Od mniej więcej piętnastu lat jesteśmy świadkami rewolucji w nauczaniu maszynowym na niesamowitą skalę. Rewolucji tej sprzyja intensywny rozwój głębokich sieci neuronowych oraz niezbędnego do tego sprzętu obliczeniowego, takiego jak karty graficzne. "Deep learning", "machine learning" - te słowa klucze rozpalają wyobraźnię programistów, innowatorów i przedstawicieli przemysłu na całym świecie. Także studentów kierunków politechnicznych. Na świecie wydaje się sporo literatury poświęconej tym zagadnieniom, w Polsce niestety mamy pod tym względem deficyt. Niniejszy podręcznik, pomyślany jako wprowadzenie do tematu uczenia głębokiego, ma z założenia uzupełnić tę lukę. W związku z tym opracowany został w sposób umożliwiający zrozumienie zawartych w nim treści także osobom, które nie zetknęły się dotąd nawet z klasycznymi metodami nauczania maszynowego. Stąd sporo miejsca autorzy poświęcają podstawowym konceptom klastrowania, klasyfikacji oraz regresji. Druga połowa książki przybliża głębokie odpowiedniki modeli klasycznych - z naciskiem na objaśnienie podstawowych pojęć i ich intuicji. Ponieważ dla pełnego zrozumienia modeli niezbędne jest ich zaimplementowanie, integralną część książki stanowi kod, dostępny dla czytelnika na platformie GITHUB.
Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie
Bharath Ramsundar, Reza Bosagh Zadeh
Uczenie maszynowe jest coraz powszechniejsze. Niemal każdego dnia stykamy się z tego rodzaju oprogramowaniem, a możliwości tworzonych systemów stale rosną. Zdobycie praktycznych umiejętności w zakresie budowy i treningu sieci neuronowych staje się dla profesjonalnych programistów koniecznością. Spośród wielu narzędzi służących do tworzenia systemów uczenia maszynowego warto zwrócić uwagę na TensorFlow - nową biblioteką udostępnioną przez Google, przeznaczoną do projektowania i wdrażania zaawansowanych architektur uczenia głębokiego. Bez wątpienia jest to narzędzie, które pozwala na wykonywanie zadań znacznie wykraczających poza standardowy zakres uczenia maszynowego. Ta książka jest przeznaczona dla praktyków, przede wszystkim programistów, architektów i naukowców, którzy chcą się nauczyć projektowania systemów uczących. Podstawowe pojęcia dotyczące uczenia maszynowego wyjaśniono tu poprzez praktyczne przykłady. Przedstawiono możliwości TensorFlow jako systemu do przeprowadzania obliczeń na tensorach. Omówiono zastosowania tej biblioteki w wielu bardzo różnych dziedzinach: do budowy systemów służących do rozpoznawania obrazów, rozumienia tekstu napisanego ręcznie przez człowieka czy przewidywania właściwości potencjalnych leków. Dzięki tej książce można bez trudu zrozumieć matematyczne podstawy systemów uczenia maszynowego, a następnie wykorzystać je podczas tworzenia profesjonalnych sieci neuronowych. W tej książce między innymi: podstawy uczenia maszynowego i rozpoczęcie pracy z TensorFlow budowa prototypów i modeli z optymalizacją hiperparametrów przetwarzanie obrazów w splotowych sieciach neuronowych obsługa zbiorów danych języka naturalnego trenowanie sieci za pomocą procesorów graficznych i procesorów tensorowych TensorFlow: trenuj sieć profesjonalnie!
Go Design Patterns. Best practices in software development and CSP
Mario Castro Contreras
Go is a multi-paradigm programming language that has built-in facilities to create concurrent applications. Design patterns allow developers to efficiently address common problems faced during developing applications. Go Design Patterns will provide readers with a reference point to software design patterns and CSP concurrency design patterns to help them build applications in a more idiomatic, robust, and convenient way in Go. The book starts with a brief introduction to Go programming essentials and quickly moves on to explain the idea behind the creation of design patterns and how they appeared in the 90’s as a common language between developers to solve common tasks in object-oriented programming languages. You will then learn how to apply the 23 Gang of Four (GoF) design patterns in Go and also learn about CSP concurrency patterns, the killer feature in Go that has helped Google develop software to maintain thousands of servers. With all of this the book will enable you to understand and apply design patterns in an idiomatic way that will produce concise, readable, and maintainable software.
Xuanyi Chew
Go is the perfect language for machine learning; it helps to clearly describe complex algorithms, and also helps developers to understand how to run efficient optimized code. This book will teach you how to implement machine learning in Go to make programs that are easy to deploy and code that is not only easy to understand and debug, but also to have its performance measured.The book begins by guiding you through setting up your machine learning environment with Go libraries and capabilities. You will then plunge into regression analysis of a real-life house pricing dataset and build a classification model in Go to classify emails as spam or ham. Using Gonum, Gorgonia, and STL, you will explore time series analysis along with decomposition and clean up your personal Twitter timeline by clustering tweets. In addition to this, you will learn how to recognize handwriting using neural networks and convolutional neural networks. Lastly, you'll learn how to choose the most appropriate machine learning algorithms to use for your projects with the help of a facial detection project.By the end of this book, you will have developed a solid machine learning mindset, a strong hold on the powerful Go toolkit, and a sound understanding of the practical implementations of machine learning algorithms in real-world projects.
Go Web Scraping Quick Start Guide. Implement the power of Go to scrape and crawl data from the web
Vincent Smith
Web scraping is the process of extracting information from the web using various tools that perform scraping and crawling. Go is emerging as the language of choice for scraping using a variety of libraries. This book will quickly explain to you, how to scrape data data from various websites using Go libraries such as Colly and Goquery.The book starts with an introduction to the use cases of building a web scraper and the main features of the Go programming language, along with setting up a Go environment. It then moves on to HTTP requests and responses and talks about how Go handles them. You will also learn about a number of basic web scraping etiquettes.You will be taught how to navigate through a website, using a breadth-first and then a depth-first search, as well as find and follow links. You will get to know about the ways to track history in order to avoid loops and to protect your web scraper using proxies.Finally the book will cover the Go concurrency model, and how to run scrapers in parallel, along with large-scale distributed web scraping.
Google Analytics 4. The Practical Guide
Rheinwerk Publishing, Inc, Markus Vollmert
Master Google Analytics 4 (GA4) with this hands-on guide, starting with account setup, data streams, and Google Tag Manager implementation. The book teaches you to create custom events, track user behavior across websites and apps, and leverage advanced tools like BigQuery and Looker Studio for deeper insights. Throughout, you’ll find practical examples and real-life scenarios that help you apply your learning immediately. It also covers troubleshooting common issues, ensuring data accuracy, and complying with data privacy regulations.Designed for both beginners and experienced users, this book offers step-by-step instructions and expert tips to make the most of GA4’s features. By the end, readers will have the skills to effectively track and analyze data, optimize their digital marketing strategies, and enhance reporting quality for better decision-making. Whether you're a marketer, analyst, or developer, this guide provides the knowledge to harness GA4’s full potential and improve your business's digital presence.
Google Analytics dla marketingowców. Wydanie III
Martyna Zastrożna
Analiza. Podstawa działań online Czasy radosnego internetowego marketingu bazującego na wyszukanych hasłach reklamowych, perfekcyjnie przygotowanych grafikach i sprytnych programach lojalnościowych... cóż, nie minęły. W reklamie nadal liczą się pomysł, wykonanie, myślenie o kliencie. Od kiedy jednak udostępnione zostało narzędzie Google Analytics, na pierwszy plan wysunęło się coś zupełnie innego. Statystyki. Święty Graal działań promocyjnych w sieci. Dzięki narzędziom, jakie nieodpłatnie oferuje Google Analytics, można spojrzeć na witrynę, sklep online, produkty i usługi oferowane za pośrednictwem internetu z zupełnie innej, konkretnej strony. Z uwzględnieniem takich parametrów jak ruch internautów, wskaźniki konwersji i rentowności (ROI) itd., przedstawionych w formie przystępnych raportów. Brzmi niczym podstawa do prowadzenia skutecznych kampanii online? Jak najbardziej. Zatem nie czekaj, tylko zaprzyjaźnij się z Google Analytics. Analizuj i działaj.
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.
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!
Google Analytics w biznesie. Poradnik dla zaawansowanych. Wydanie II
Martyna Zastrożna
Najważniejsze narzędzie analityczne Google? Wykorzystaj je maksymalnie. Na 120%! Google Analytics to internetowe narzędzie, które Google oferuje nieodpłatnie każdemu, kto prowadzi działalność online. Dzięki niemu możliwe jest zbieranie i analizowanie danych generowanych przez internautów poruszających się w sieci, wchodzących na stronę firmy i podejmujących za pośrednictwem jej serwisu internetowego rozmaite aktywności. Dla osoby sprawnie poruszającej się w panelu użytkownika Google Analytics stanowi przebogate źródło wiedzy o klientach firmy - ich zwyczajach, zainteresowaniach, oczekiwaniach, zachowaniach itd. Te informacje mogą być podstawą do usprawnienia obsługi klienta online, a co za tym idzie - przyczynić się do zwiększenia ruchu i sprzedaży w serwisie WWW przedsiębiorstwa. Umiejętnie zaprzęgnięty do pracy Google Analytics zapewnia przewagę rynkową. Jednak słowem kluczem jest tu „umiejętnie”. Nie wystarczy bowiem podpiąć firmowy serwis pod panel analityczny i od czasu do czasu logować się do „analityksów”. Trzeba się nauczyć czytać zbierane przez Google dane, eksportować je i zestawiać w sposób, który będzie najlepiej odpowiadał potrzebom i celom biznesowym firmy. Jak pisze autorka, z Google Analytics - zwłaszcza w jego nowej odsłonie - da się wyciągnąć 120% możliwości! Jak to zrobić? Tego się dowiesz z tej książki, w drugim wydaniu pogłębionej o wiedzę dotyczącą wizualizacji danych w Google Data Studio, a także pracy z danymi wyeksportowanymi do BigQuery.
Arvind Ravulavaru
Cognitive services are the new way of adding intelligence to applications and services. Now we can use Artificial Intelligence as a service that can be consumed by any application or other service, to add smartness and make the end result more practical and useful.Google Cloud AI enables you to consume Artificial Intelligence within your applications, from a REST API. Text, video and speech analysis are among the powerful machine learning features that can be used. This book is the easiest way to get started with the Google Cloud AI services suite and open up the world of smarter applications.This book will help you build a Smart Exchange, a forum application that will let you upload videos, images and perform text to speech conversions and translation services. You will use the power of Google Cloud AI Services to make our simple forum application smart by validating the images, videos, and text provided by users to Google Cloud AI Services and make sure the content which is uploaded follows the forum standards, without a human curator involvement.You will learn how to work with the Vision API, Video Intelligence API, Speech Recognition API, Cloud Language Process, and Cloud Translation API services to make your application smarter.By the end of this book, you will have a strong understanding of working with Google Cloud AI Services, and be well on the way to building smarter applications.
Arvind Ravulavaru
Cognitive services are the new way of adding intelligence to applications and services. Now we can use Artificial Intelligence as a service that can be consumed by any application or other service, to add smartness and make the end result more practical and useful.Google Cloud AI enables you to consume Artificial Intelligence within your applications, from a REST API. Text, video and speech analysis are among the powerful machine learning features that can be used. This book is the easiest way to get started with the Google Cloud AI services suite and open up the world of smarter applications.This book will help you build a Smart Exchange, a forum application that will let you upload videos, images and perform text to speech conversions and translation services. You will use the power of Google Cloud AI Services to make our simple forum application smart by validating the images, videos, and text provided by users to Google Cloud AI Services and make sure the content which is uploaded follows the forum standards, without a human curator involvement.You will learn how to work with the Vision API, Video Intelligence API, Speech Recognition API, Cloud Language Process, and Cloud Translation API services to make your application smarter.By the end of this book, you will have a strong understanding of working with Google Cloud AI Services, and be well on the way to building smarter applications.
Kieran Kavanagh, Priyanka Vergadia
Most companies today are incorporating AI/ML into their businesses. Building and running apps utilizing AI/ML effectively is tough. This book, authored by a principal architect with about two decades of industry experience, who has led cross-functional teams to design, plan, implement, and govern enterprise cloud strategies, shows you exactly how to design and run AI/ML workloads successfully using years of experience from some of the world’s leading tech companies.You’ll get a clear understanding of essential fundamental AI/ML concepts, before moving on to complex topics with the help of examples and hands-on activities. This will help you explore advanced, cutting-edge AI/ML applications that address real-world use cases in today’s market. You’ll recognize the common challenges that companies face when implementing AI/ML workloads, and discover industry-proven best practices to overcome these. The chapters also teach you about the vast AI/ML landscape on Google Cloud and how to implement all the steps needed in a typical AI/ML project. You’ll use services such as BigQuery to prepare data; Vertex AI to train, deploy, monitor, and scale models in production; as well as MLOps to automate the entire process.By the end of this book, you will be able to unlock the full potential of Google Cloud's AI/ML offerings.