Biznes IT
Podstawy wizualizacji danych. Zasady tworzenia atrakcyjnych wykresów
Claus O. Wilke
Aby skutecznie przekazać wiedzę płynącą z zebranych danych, szczególnie w przypadku nauk przyrodniczych, ekonomicznych i społecznych, warto sięgnąć po narzędzia do wizualizacji. Nie jest to trywialne zadanie: często trzeba korzystać z coraz większych i coraz bardziej złożonych zbiorów danych, a dostępne narzędzia do wizualizacji zapewniają oszałamiający wybór rozwiązań i opcji, w których łatwo się pogubić. Co więcej, podczas przygotowywania prezentacji należy wziąć pod uwagę szczególne właściwości ludzkiego umysłu w zakresie postrzegania i przyswajania informacji. Efektywna wizualizacja danych jest bardzo istotną sprawą: nierzadko od jakości przekazywanych w ten sposób informacji zależy trafność podejmowanych decyzji. Ten poradnik pomoże Ci uniknąć często spotykanych problemów z wizualizacją danych. Zawiera wskazówki, dzięki którym szybko zaczniesz tworzyć świetnie wyglądające i bogate w treść wykresy. Nauczysz się bezbłędnego dobierania najlepszego w danej sytuacji sposobu wizualizacji, poznasz reguły stosowania kolorów, wielkości i rodzaju czcionki, zachowywania odpowiednich proporcji poszczególnych części wykresu — i przekonasz się, że dobrymi decyzjami co do jego estetyki możesz zapewnić mu przejrzystość i elegancję. Znajdziesz tu również obszerny katalog wizualizacji, co ułatwi zapoznanie się z powszechnie używanymi metodami wizualizowania danych. Ważną częścią książki jest zestaw przykładów dobrze i źle przygotowanych wykresów z wyczerpującymi wyjaśnieniami. Najciekawsze koncepcje opisane w książce: kolor jako cenne narzędzie wyróżniania danych dostarczanie kluczowych informacji na wiele sposobów dobór technik wizualizacji do różnych rodzajów danych reguły pomocne w projektowaniu estetycznych wykresów technika stosowania wykresów w większym dokumencie A więc jak wygląda wykres, który decyduje o sukcesie prezentacji?
Podstawy zarządzania projektami
Pod redakcja Włodzimierza Dabrowskiego
Pokaż światu swoją twórczość. Przewodnik po budowaniu marki osobistej w social mediach
Dawid Lewandowski
Gdzie są ci, do których chcesz dotrzeć? Na Instagramie, TikToku, YouTubie! Pojawienie się mediów społecznościowych zmieniło nasz świat. Wpłynęło rzecz jasna także na osoby, które mają coś do przekazania innym. Twórcy zyskali wirtualną przestrzeń, w której mogą się przedstawić, zaprezentować siebie i podzielić się tym, czym zawodowo żyją. Odpowiednio użyte social media mogą się okazać prawdziwym sprzymierzeńcem. Trzeba się tylko nauczyć efektywnie z nich korzystać. O tym, jak w odpowiedni sposób wejść w wirtualny świat i jak stworzyć w nim markę osobistą, opowiada ta książka. Celem przewodnika autorstwa Dawida Lewandowskiego (@artystanasocialu) jest przekazanie wiedzy dotyczącej personal brandingu realizowanej bez wielkich zasobów, bazującej na autentyczności i małych, konsekwentnych krokach. Autor podsuwa konkretne narzędzia, z których warto korzystać (analiza SWOT, praca z archetypami marki itd.). Podpowiada, jaką strategię publikowania w mediach społecznościowych najlepiej prowadzić, i pokazuje, jak elementy lejka marketingowego (poznanie polubienie zaufanie) sprawdzają się w promowaniu siebie i swojej pracy w sieci.
Pokaż światu swoją twórczość. Przewodnik po budowaniu marki osobistej w social mediach
Dawid Lewandowski
Gdzie są ci, do których chcesz dotrzeć? Na Instagramie, TikToku, YouTubie! Pojawienie się mediów społecznościowych zmieniło nasz świat. Wpłynęło rzecz jasna także na osoby, które mają coś do przekazania innym. Twórcy zyskali wirtualną przestrzeń, w której mogą się przedstawić, zaprezentować siebie i podzielić się tym, czym zawodowo żyją. Odpowiednio użyte social media mogą się okazać prawdziwym sprzymierzeńcem. Trzeba się tylko nauczyć efektywnie z nich korzystać. O tym, jak w odpowiedni sposób wejść w wirtualny świat i jak stworzyć w nim markę osobistą, opowiada ta książka. Celem przewodnika autorstwa Dawida Lewandowskiego (@artystanasocialu) jest przekazanie wiedzy dotyczącej personal brandingu realizowanej bez wielkich zasobów, bazującej na autentyczności i małych, konsekwentnych krokach. Autor podsuwa konkretne narzędzia, z których warto korzystać (analiza SWOT, praca z archetypami marki itd.). Podpowiada, jaką strategię publikowania w mediach społecznościowych najlepiej prowadzić, i pokazuje, jak elementy lejka marketingowego (poznanie polubienie zaufanie) sprawdzają się w promowaniu siebie i swojej pracy w sieci.
Polski e-konsument - typologia, zachowania
Magdalena Jaciow, Robert Wolny
E-commerce w Polsce ma bardzo duże perspektywy rozwoju. Wynika to przede wszystkim ze zmian przyzwyczajeń klientów, dla których zakupy w sieci przestały być "egzotyczną nowością", stając się jedną z opcji rozważanych przy zakupie niektórych produktów lub usług. Świadome budowanie relacji z klientem staje się priorytetem dla przedsiębiorstw działających w sieci. Podstawą budowy trwałych relacji z klientem jest znajomość potrzeb, preferencji, motywów zachowań i decyzji e-konsumenta. Wiedza na temat typów polskich e-konsumentów — ich cech i zachowań — ma istotne znaczenie dla przedsiębiorstw, które tworzą koncepcję strategii marketingowej oraz poszukują kierunków rozwoju swoich produktów i marek. W książce znajdziesz odpowiedzi na pytania: 1. KIM JEST e-konsument? Poznasz profil demograficzno-psychograficzny użytkowników internetu dokonujących zakupów w sieci. 2. CO KUPUJE e-konsument? Dowiesz się, jaka jest struktura asortymentowa koszyka zakupów. 3. DLACZEGO KUPUJE w internecie? Poznasz motywy dokonywania zakupów w sieci. 4. JAK KUPUJE? Dowiesz się, w jaki sposób i z jakich źródeł e-konsumenci gromadzą informacje o ofercie, co determinuje wybór produktu bądź usługi, jak płacą za produkt, jak zamawiają i odbierają kupiony produkt. 5. GDZIE KUPUJE? W sklepie internetowym czy na aukcji? Czym kieruje się, wybierając miejsce zakupu? Wyniki badań autorów pozwoliły stworzyć "fotografię" e-konsumenta oraz jego "koszyka zakupów". Jeśli jesteś przedstawicielem przedsiębiorstwa sprzedającego swoje produkty i usługi w internecie, książka ta dostarczy informacji, które pomogą Ci zorganizować sprzedaż, sformułować ofertę asortymentową, budować relacje z klientem. Partner wydania:
Polski e-konsument. Dekada zmian
Magdalena Jaciow, Robert Wolny
Kim dziś jest Polak kupujący w sieci? W 2010 roku nie wiedzieliśmy zbyt wiele o ludziach, którzy decydowali się robić zakupy w internecie. Wówczas ukazała się książka Polski e-konsument. Typologia, zachowania, która przez lata była najważniejszą lekturą i inspiracją dla praktyków i badaczy zachowań Polaków w sieci. Minęła dekada, a że w dzisiejszym cyfrowym świecie dziesięć lat to niemal wieczność, Magdalena Jaciow i Robert Wolny postanowili ponownie podjąć temat i przyjrzeć się temu, jak robimy zakupy online w 2020 roku. Z monografii Czytelnik dowie się między innymi: jak zdefiniować e-konsumenta, m-konsumenta i konsumenta cyfrowego jak zmienił się polski e-konsument dlaczego robi zakupy w sieci co najczęściej trafia do jego koszyka zakupów jak kupuje w sieci
Poradnik design thinking - czyli jak wykorzystać myślenie projektowe w biznesie
Beata Michalska-Dominiak, Piotr Grocholiński
Design thinking to metoda praktykowana z powodzeniem od dobrych kilkudziesięciu lat. Stosują ją światowi giganci, jak Apple czy Google. Definiowana jest jako podejście, sposób myślenia czy - jak kto woli - filozofia, w której proponowanie nowych rozwiązań zostaje poprzedzone gruntownym poznaniem i zrozumieniem potrzeb użytkowników. To metodologia absolutnie uniwersalna i intuicyjna, a dzięki filarom, na których bazuje - kulturze zrozumienia, dociekliwości i kwestionowaniu utartych schematów - pomaga nie tylko lepiej odpowiadać na ludzkie potrzeby. Pozwala także szybko odnajdować punkty zapalne, których zniwelowanie może znacząco przyczynić się do podniesienia jakości życia, pracy oraz doświadczeń zarówno pojedynczego człowieka, jak i społeczeństwa. Tym, co gwarantuje skuteczność metody design thinking, jest usystematyzowanie procesu, w którym technologiczną wykonalność projektu łączy się z jego biznesową opłacalnością i codzienną użytecznością. Proces ten składa się z pięciu podstawowych etapów: odkrywania, definiowania wyzwania (potrzeb), tworzenia rozwiązania, prototypowania, testowania, planowania wdrożenia. Wszystkie podejmowane działania prowokują do zadania sobie podstawowych w metodologii design thinking pytań: Dla kogo projektujemy? Po co to robimy? Co w związku z tym proponujemy? Jak to wygląda? Czy działa? Czy jest możliwe do wdrożenia? W efekcie kreowane są produkty i usługi pożądane przez odbiorców, przy tym praktyczne i piękne, a jednocześnie wolne od niepotrzebnych udziwnień. Ta książka pokazuje krok po kroku, jak posługiwać się metodą design thinking. Od poszukiwania pomysłów po pogłębionych wywiadach przeprowadzonych z klientami po przygotowanie rynkowego wdrożenia rozwiązania - szczegółowo omawia etapy procesu oraz praktyczne narzędzia, które z powodzeniem będziesz mógł wykorzystywać w swojej firmie. Znajdziesz tu studia przypadków z różnych branż oraz opinie i doświadczenia specjalistów, którzy stosują tę metodę w swoim biznesie. Beata Michalska-Dominiak i Piotr Grocholiński to założyciele społeczności Klientocentryczni skupiającej ekspertów metodyki design thinking i service design w Polsce. Ideą Klientocentrycznych jest wspieranie marki, tworzenie nowych produktów i usług, a także pomoc organizacjom w wewnętrznej transformacji. W myśl zasady, że liczą się ludzie, konsekwentnie zmieniają rzeczywistość firm, budując nową wartość i zapewniając zupełnie nowe doświadczenia zarówno klientom, jak i pracownikom. Więcej na www.klientocentryczni.pl.
Poradnik design thinking - czyli jak wykorzystać myślenie projektowe w biznesie
Beata Michalska-Dominiak, Piotr Grocholiński
Design thinking to metoda praktykowana z powodzeniem od dobrych kilkudziesięciu lat. Stosują ją światowi giganci, jak Apple czy Google. Definiowana jest jako podejście, sposób myślenia czy - jak kto woli - filozofia, w której proponowanie nowych rozwiązań zostaje poprzedzone gruntownym poznaniem i zrozumieniem potrzeb użytkowników. To metodologia absolutnie uniwersalna i intuicyjna, a dzięki filarom, na których bazuje - kulturze zrozumienia, dociekliwości i kwestionowaniu utartych schematów - pomaga nie tylko lepiej odpowiadać na ludzkie potrzeby. Pozwala także szybko odnajdować punkty zapalne, których zniwelowanie może znacząco przyczynić się do podniesienia jakości życia, pracy oraz doświadczeń zarówno pojedynczego człowieka, jak i społeczeństwa. Tym, co gwarantuje skuteczność metody design thinking, jest usystematyzowanie procesu, w którym technologiczną wykonalność projektu łączy się z jego biznesową opłacalnością i codzienną użytecznością. Proces ten składa się z pięciu podstawowych etapów: odkrywania, definiowania wyzwania (potrzeb), tworzenia rozwiązania, prototypowania, testowania, planowania wdrożenia. Wszystkie podejmowane działania prowokują do zadania sobie podstawowych w metodologii design thinking pytań: Dla kogo projektujemy? Po co to robimy? Co w związku z tym proponujemy? Jak to wygląda? Czy działa? Czy jest możliwe do wdrożenia? W efekcie kreowane są produkty i usługi pożądane przez odbiorców, przy tym praktyczne i piękne, a jednocześnie wolne od niepotrzebnych udziwnień. Ta książka pokazuje krok po kroku, jak posługiwać się metodą design thinking. Od poszukiwania pomysłów po pogłębionych wywiadach przeprowadzonych z klientami po przygotowanie rynkowego wdrożenia rozwiązania - szczegółowo omawia etapy procesu oraz praktyczne narzędzia, które z powodzeniem będziesz mógł wykorzystywać w swojej firmie. Znajdziesz tu studia przypadków z różnych branż oraz opinie i doświadczenia specjalistów, którzy stosują tę metodę w swoim biznesie. Beata Michalska-Dominiak i Piotr Grocholiński to założyciele społeczności Klientocentryczni skupiającej ekspertów metodyki design thinking i service design w Polsce. Ideą Klientocentrycznych jest wspieranie marki, tworzenie nowych produktów i usług, a także pomoc organizacjom w wewnętrznej transformacji. W myśl zasady, że liczą się ludzie, konsekwentnie zmieniają rzeczywistość firm, budując nową wartość i zapewniając zupełnie nowe doświadczenia zarówno klientom, jak i pracownikom. Więcej na www.klientocentryczni.pl.
Porozumienie ponad pokoleniami. Rodzinny uniwersytet trzeciego wieku
Małgorzata Modrak
Senior w rodzinie. Poradnik komunikacyjny Rozwój technologii i postęp w niemal wszystkich dziedzinach życia ułatwia nam funkcjonowanie w zglobalizowanym świecie, lecz osłabia więzi międzyludzkie. Młodzi ludzie, tak skuteczni w obcowaniu z nowoczesną techniką, są często samotni i bezradni w relacjach. Inaczej starsi – oni wychowywali się i funkcjonowali w czasach, w których wielką wagę przywiązywało się do pielęgnowania kontaktów z innymi... Teraz ci starsi – wiekowi rodzice, dziadkowie, czasem pradziadkowie, wymagają opieki tych młodszych – dzieci, wnuków, prawnuków. Tylko jak zapewnić seniorowi pomoc, której potrzebuje? Jak w międzypokoleniowym galimatiasie znaleźć wspólną przestrzeń? W jaki sposób porozumieć się mogą generacje o zupełnie odmiennych wizjach rzeczywistości? Jak przekonać seniora do dobrych zmian? W jaki sposób mu pomóc, nie naruszając przy tym jego autonomii? Jeśli Ty także stoisz przed wyzwaniem mieszkania z i opieki nad seniorem, z pewnością zadajesz sobie takie i podobne pytania. Ta książka – napisany przez specjalistkę międzypokoleniowy pomost porozumienia - jest właśnie dla Ciebie. Pamiętaj: opieka nad starszym człowiekiem to nie tylko obowiązek. To także niepowtarzalna okazja! Senior ma niewyobrażalny potencjał. Każde przeżycie i emocja, jakich niegdyś doświadczył, dołożyły cegiełkę do gmachu jego wiedzy życiowej. Zbierane przez całe dekady, doświadczenia układają się w zbiór mądrości, stworzony w oparciu o osobiste sukcesy i porażki. Warto po nie sięgnąć, skorzystać z rady starszego członka rodziny. Warto, choćby po to, by uniknąć błędów, które on już dawno temu popełnił i z których wyciągnął cenne dla nas wnioski. Rozmawiajmy ze sobą, póki mamy na to czas. Wbrew technologicznym pozorom, wymiany myśli potrzebujemy do życia jak powietrza. Jak zacząć? Dowiesz się z tej książki! Małgorzata Modrak – gerontolog i promotor zdrowia, autorka książek poradnikowych dla osób starszych i ich opiekunów. Prowadzi warsztaty z zakresu promocji zdrowia i aktywizacji psychoruchowej (przede wszystkim wśród osób dorosłych) oraz treningi pamięci dla pacjentów z zaburzeniami demencyjnymi, a także ćwiczenia usprawniające funkcje poznawcze dla pacjentów z problemami neurologicznymi np. po udarach, z chorobą Parkinsona, stwardnieniem rozsianym. Szefuje Centrum Edukacji i Wspomagania Osób Starszych, dzieli się wiedzą i doświadczeniem w gabinecie gerontologiczym (poradnictwo i wspieranie dla pacjentów oraz ich rodzin). Naucza opiekunów osób starszych i opiekunów medycznych w szkole policealnej. Przez kilka lat pracowała w hospicjum. Miłośniczka pięknych książek i sportów zimowych, zwłaszcza morsowania .
Enrico Pirozzi
PostgreSQL database servers have a common set of problems that they encounter as their usage gets heavier and requirements get more demanding. Peek into the future of your PostgreSQL 10 database's problems today. Know the warning signs to look for and how to avoid the most common issues before they even happen.Surprisingly, most PostgreSQL database applications evolve in the same way—choose the right hardware, tune the operating system and server memory use, optimize queries against the database and CPUs with the right indexes, and monitor every layer, from hardware to queries, using tools from inside and outside PostgreSQL. Also, using monitoring insight, PostgreSQL database applications continuously rework the design andconfiguration. On reaching the limits of a single server, they break things up; connection pooling, caching, partitioning, replication, and parallel queries can all help handle increasing database workloads.By the end of this book, you will have all the knowledge you need to design, run, and manage your PostgreSQL solution while ensuring high performance and high availability
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
James Densmore
Poprawnie zaprojektowane i wdrożone potoki danych mają kluczowe znaczenie dla pomyślnej analizy danych, a także w trakcie uczenia maszynowego. Pozyskanie ogromnych ilości danych z różnych źródeł najczęściej nie stanowi problemu. Nieco trudniejsze jest zaprojektowanie procesu ich przetwarzania w celu dostarczenia kontekstu w taki sposób, aby efektywnie korzystać z posiadanych danych w codziennej pracy organizacji i podejmować dzięki nim rozsądne decyzje. Oto zwięzły przewodnik przeznaczony dla inżynierów danych, którzy chcą poznać zasady implementacji potoków danych. Wyjaśnia najważniejsze pojęcia związane z potokami danych, opisuje zasady ich tworzenia i implementacji, prezentuje także najlepsze praktyki stosowane przez liderów w branży analizy danych. Dzięki książce zrozumiesz, w jaki sposób potoki danych działają na nowoczesnym stosie danych, poznasz też typowe zagadnienia, które trzeba przemyśleć przed podjęciem decyzji dotyczących implementacji. Dowiesz się, jakie są zalety samodzielnego opracowania rozwiązania, a jakie - zakupu gotowego produktu. Poznasz również podstawowe koncepcje, które mają zastosowanie dla frameworków typu open source, produktów komercyjnych i samodzielnie opracowywanych rozwiązań. Dowiedz się: czym jest potok danych i na czym polega jego działanie jak się odbywa przenoszenie i przetwarzanie danych w nowoczesnej infrastrukturze jakie narzędzia są szczególnie przydatne do tworzenia potoków danych jak używać potoków danych do analizy i tworzenia raportów jakie są najważniejsze aspekty obsługi potoków, ich testowania i rozwiązywania problemów Poznaj najlepsze praktyki projektowania i implementacji potoków danych!
Power Query w Excelu i Power BI. Zbieranie i przekształcanie danych
Gil Raviv
Czy praca na danych kojarzy Ci się z frustrującym ręcznym wklejaniem i oczyszczaniem danych w Excelu? A może tracisz mnóstwo energii na importowanie nieuporządkowanych danych pochodzących z różnych źródeł? Być może podejrzewasz, że Twoje arkusze kryją mnóstwo wartościowych informacji, ale nie wiesz, w jaki sposób je wydobyć i ile godzin musisz na to poświęcić? A może spędzasz sporo czasu na tworzeniu skomplikowanych raportów w Power BI lub programowaniu baz danych SQL Server? Dzięki wiedzy zawartej w tej książce wykonasz te zadania prościej i szybciej, a efekty będą o wiele bardziej niezawodne! Ten praktyczny przewodnik po narzędziu Power Query nauczy Cię efektywnie przetwarzać dane w Excelu: importować, oczyszczać, przekształcać i wydobywać potrzebne informacje. Dowiesz się, jak sprawnie wykonywać typowe zadania i prace analityczne, jak zwiększyć swoją skuteczność dzięki opanowaniu podstaw języka M oraz jak zautomatyzować proces przygotowywania danych do przetwarzania. Zapoznasz się z możliwościami Microsoft Cognitive Services oraz konektora Power Query Web, a także z wykorzystaniem sztucznej inteligencji do rozpoznawania treści tekstu. Nabyte umiejętności będziesz mógł przetestować w realistycznym projekcie, któremu poświęcono ostatni rozdział! W książce między innymi: solidne podstawy pracy z narzędziem Power Query automatyzacja operacji na danych proste i zaawansowane techniki dekompozycji tabel tworzenie procedur w języku M pozyskiwanie informacji z danych tekstowych i sieci społecznościowych Power Query i Power BI: sprostasz wyzwaniu przetwarzania danych!
Power Query w Excelu i Power BI. Zbieranie i przekształcanie danych. Wydanie II
Daniil Maslyuk, Gil Raviv
Czy chcesz dokonywać cudów z danymi, unikać powtarzalnej pracy i oszczędzać nawet 80 procent czasu? Zautomatyzować kopiowanie i żmudne oczyszczanie danych, aby doprowadzić je do odpowiedniego stanu? A może chcesz ze spokojem podchodzić do podejmowania racjonalnych decyzji opartych na ogromnych ilościach niejednorodnych danych? Teraz możesz łatwo sprostać takim wyzwaniom i uzyskiwać niezwykłe rezultaty. Wystarczy, że skorzystasz z narzędzi dostępnych w Excelu ― i z tej książki. To zaktualizowane wydanie praktycznego przewodnika po Power Query. Pozwoli Ci opanować umiejętność efektywnego przetwarzania danych i wydobywania z nich wartościowych informacji. Dowiesz się, jak wykonywać złożone prace analityczne i jak używać procedur w języku M. Znajdziesz tu ponad 70 ćwiczeń i 200 plików, dzięki którym nauczysz się importować bezładne, rozdzielone tabele danych i automatycznie przekształcać je w ustrukturyzowane zbiory gotowe do analizy. Większość opisanych technik z łatwością zapamiętasz i użyjesz do swoich potrzeb. W książce między innymi: solidne podstawy pracy z narzędziem Power Query proste i zaawansowane techniki dekompozycji tabel tworzenie elastycznych procedur w języku M pozyskiwanie informacji z danych tekstowych i sieci społecznościowych profilowanie danych i poprawianie wydajności zapytań Power Query i Power BI: więcej i lepiej w krótszym czasie!
Nataraj Dasgupta
Big Data analytics relates to the strategies used by organizations to collect, organize, and analyze large amounts of data to uncover valuable business insights that cannot be analyzed through traditional systems. Crafting an enterprise-scale cost-efficient Big Data and machine learning solution to uncover insights and value from your organization’s data is a challenge. Today, with hundreds of new Big Data systems, machine learning packages, and BI tools, selecting the right combination of technologies is an even greater challenge. This book will help you do that. With the help of this guide, you will be able to bridge the gap between the theoretical world of technology and the practical reality of building corporate Big Data and data science platforms. You will get hands-on exposure to Hadoop and Spark, build machine learning dashboards using R and R Shiny, create web-based apps using NoSQL databases such as MongoDB, and even learn how to write R code for neural networks.By the end of the book, you will have a very clear and concrete understanding of what Big Data analytics means, how it drives revenues for organizations, and how you can develop your own Big Data analytics solution using the different tools and methods articulatedin this book.
Emily Carr
Transform your IT project and make change stick with this step-by-step guide.In today’s fast-paced world of change, companies expect you to do more, with less. Drawing on over a decade of Change Management experience as a consultant with Fortune 500 companies including IBM and NCR, Emily Carr shares the secrets to making change happen smoothly.If your company is like most, the number one reason that projects have failed over the years don’t have to do with technology. They have to do with people. People didn’t like the new technology. People weren’t trained properly on the change. People hadn’t received adequate communications and didn’t understand the change. Sound familiar?Project teams rarely forget to work on the technology, but they often forget to work with the people, and no matter how amazing your new technology is, it’s useless unless people use it efficiently.This book will help you focus on the people.Packed with templates, checklists, and real-life examples, this user-friendly guide will provide you with the insights and guidance of an expert consultant, for a fraction of the price. You’ll follow a clearly laid out path from Change Management novice to confident and prepared change manager. You’ll be introduced to the Five Pillars of Change: Sponsorship, Stakeholder Management, Communication, Training, and Organization Design. You will work step-by-step through templates in each pillar to build and run a comprehensive Change Management plan tailor-made to your project and organization.
Abhinav Dadhich
In this book, you will find several recently proposed methods in various domains of computer vision. You will start by setting up the proper Python environment to work on practical applications. This includes setting up libraries such as OpenCV, TensorFlow, and Keras using Anaconda. Using these libraries, you'll start to understand the concepts of image transformation and filtering. You will find a detailed explanation of feature detectors such as FAST and ORB; you'll use them to find similar-looking objects.With an introduction to convolutional neural nets, you will learn how to build a deep neural net using Keras and how to use it to classify the Fashion-MNIST dataset. With regard to object detection, you will learn the implementation of a simple face detector as well as the workings of complex deep-learning-based object detectors such as Faster R-CNN and SSD using TensorFlow. You'll get started with semantic segmentation using FCN models and track objects with Deep SORT. Not only this, you will also use Visual SLAM techniques such as ORB-SLAM on a standard dataset. By the end of this book, you will have a firm understanding of the different computer vision techniques and how to apply them in your applications.
Abhinav Dadhich
In this book, you will find several recently proposed methods in various domains of computer vision. You will start by setting up the proper Python environment to work on practical applications. This includes setting up libraries such as OpenCV, TensorFlow, and Keras using Anaconda. Using these libraries, you'll start to understand the concepts of image transformation and filtering. You will find a detailed explanation of feature detectors such as FAST and ORB; you'll use them to find similar-looking objects.With an introduction to convolutional neural nets, you will learn how to build a deep neural net using Keras and how to use it to classify the Fashion-MNIST dataset. With regard to object detection, you will learn the implementation of a simple face detector as well as the workings of complex deep-learning-based object detectors such as Faster R-CNN and SSD using TensorFlow. You'll get started with semantic segmentation using FCN models and track objects with Deep SORT. Not only this, you will also use Visual SLAM techniques such as ORB-SLAM on a standard dataset. By the end of this book, you will have a firm understanding of the different computer vision techniques and how to apply them in your applications.
Practical Convolutional Neural Networks. Implement advanced deep learning models using Python
Mohit Sewak, Md. Rezaul Karim, Pradeep Pujari
Convolutional Neural Network (CNN) is revolutionizing several application domains such as visual recognition systems, self-driving cars, medical discoveries, innovative eCommerce and more.You will learn to create innovative solutions around image and video analytics to solve complex machine learning and computer vision related problems and implement real-life CNN models. This book starts with an overview of deep neural networkswith the example of image classification and walks you through building your first CNN for human face detector. We will learn to use concepts like transfer learning with CNN, and Auto-Encoders to build very powerful models, even when not much of supervised training data of labeled images is available.Later we build upon the learning achieved to build advanced vision related algorithms for object detection, instance segmentation, generative adversarial networks, image captioning, attention mechanisms for vision, and recurrent models for vision. By the end of this book, you should be ready to implement advanced, effective and efficient CNN models at your professional project or personal initiatives by working on complex image and video datasets.
Prabhanjan Narayanachar Tattar, Bhushan Purushottam Joshi, Sean...
As increasing amounts of data are generated each year, the need to analyze and create value out of it is more important than ever. Companies that know what to do with their data and how to do it well will have a competitive advantage over companies that don’t. Because of this, there will be an increasing demand for people that possess both the analytical and technical abilities to extract valuable insights from data and create valuable solutions that put those insights to use. Starting with the basics, this book covers how to set up your numerical programming environment, introduces you to the data science pipeline, and guides you through several data projects in a step-by-step format. By sequentially working through the steps in each chapter, you will quickly familiarize yourself with the process and learn how to apply it to a variety of situations with examples using the two most popular programming languages for data analysis—R and Python.
Allan Visochek
Around 80% of time in data analysis is spent on cleaning and preparing data for analysis. This is, however, an important task, and is a prerequisite to the rest of the data analysis workflow, including visualization, analysis and reporting. Python and R are considered a popular choice of tool for data analysis, and have packages that can be best used to manipulate different kinds of data, as per your requirements. This book will show you the different data wrangling techniques, and how you can leverage the power of Python and R packages to implement them.You’ll start by understanding the data wrangling process and get a solid foundation to work with different types of data. You’ll work with different data structures and acquire and parse data from various locations. You’ll also see how to reshape the layout of data and manipulate, summarize, and join data sets. Finally, we conclude with a quick primer on accessing and processing data from databases, conducting data exploration, and storing and retrieving data quickly using databases.The book includes practical examples on each of these points using simple and real-world data sets to give you an easier understanding. By the end of the book, you’ll have a thorough understanding of all the data wrangling concepts and how to implement them in the best possible way.
Valery Manokhin, Agus Sudjianto
In the rapidly evolving landscape of machine learning, the ability to accurately quantify uncertainty is pivotal. Practical Guide to Applied Conformal Prediction in Python addresses this need by offering an in-depth exploration of Conformal Prediction, a cutting-edge framework set to revolutionize uncertainty management in various ML applications.Embark on a comprehensive journey through Conformal Prediction, exploring its fundamentals and practical applications in binary classification, regression, time series forecasting, imbalanced data, computer vision, and NLP. Each chapter delves into specific aspects, offering hands-on insights and best practices for enhancing prediction reliability. The book concludes with a focus on multi-class classification nuances, providing expert-level proficiency to seamlessly integrate Conformal Prediction into diverse industries. Practical examples in Python using real-world datasets reinforce intuitive explanations, ensuring you acquire a robust understanding of this modern framework for uncertainty quantification.This guide is a beacon for mastering Conformal Prediction in Python, providing a blend of theory and practical application. It serves as a comprehensive toolkit to enhance machine learning skills, catering to professionals from data scientists to ML engineers.
Practical Machine Learning Cookbook. Supervised and unsupervised machine learning simplified
Atul Tripathi
Machine learning has become the new black. The challenge in today’s world is the explosion of data from existing legacy data and incoming new structured and unstructured data. The complexity of discovering, understanding, performing analysis, and predicting outcomes on the data using machine learning algorithms is a challenge. This cookbook will help solve everyday challenges you face as a data scientist. The application of various data science techniques and on multiple data sets based on real-world challenges you face will help you appreciate a variety of techniques used in various situations.The first half of the book provides recipes on fairly complex machine-learning systems, where you’ll learn to explore new areas of applications of machine learning and improve its efficiency. That includes recipes on classifications, neural networks, unsupervised and supervised learning, deep learning, reinforcement learning, and more.The second half of the book focuses on three different machine learning case studies, all based on real-world data, and offers solutions and solves specific machine-learning issues in each one.
Practical Machine Learning on Databricks. Seamlessly transition ML models and MLOps on Databricks
Debu Sinha
Unleash the potential of databricks for end-to-end machine learning with this comprehensive guide, tailored for experienced data scientists and developers transitioning from DIY or other cloud platforms. Building on a strong foundation in Python, Practical Machine Learning on Databricks serves as your roadmap from development to production, covering all intermediary steps using the databricks platform. You’ll start with an overview of machine learning applications, databricks platform features, and MLflow. Next, you’ll dive into data preparation, model selection, and training essentials and discover the power of databricks feature store for precomputing feature tables. You’ll also learn to kickstart your projects using databricks AutoML and automate retraining and deployment through databricks workflows. By the end of this book, you’ll have mastered MLflow for experiment tracking, collaboration, and advanced use cases like model interpretability and governance. The book is enriched with hands-on example code at every step. While primarily focused on generally available features, the book equips you to easily adapt to future innovations in machine learning, databricks, and MLflow.
Brindha Priyadarshini Jeyaraman, Ludvig Renbo Olsen, Monicah...
With huge amounts of data being generated every moment, businesses need applications that apply complex mathematical calculations to data repeatedly and at speed. With machine learning techniques and R, you can easily develop these kinds of applications in an efficient way.Practical Machine Learning with R begins by helping you grasp the basics of machine learning methods, while also highlighting how and why they work. You will understand how to get these algorithms to work in practice, rather than focusing on mathematical derivations. As you progress from one chapter to another, you will gain hands-on experience of building a machine learning solution in R. Next, using R packages such as rpart, random forest, and multiple imputation by chained equations (MICE), you will learn to implement algorithms including neural net classifier, decision trees, and linear and non-linear regression. As you progress through the book, you’ll delve into various machine learning techniques for both supervised and unsupervised learning approaches. In addition to this, you’ll gain insights into partitioning the datasets and mechanisms to evaluate the results from each model and be able to compare them. By the end of this book, you will have gained expertise in solving your business problems, starting by forming a good problem statement, selecting the most appropriate model to solve your problem, and then ensuring that you do not overtrain it.
Ralph Winters
This is the go-to book for anyone interested in the steps needed to develop predictive analytics solutions with examples from the world of marketing, healthcare, and retail. We'll get startedwith a brief history of predictive analytics and learn about different roles and functions people play within a predictive analytics project. Then, we will learn about various ways of installing R along with their pros and cons, combined with a step-by-step installation of RStudio,and a description of the best practices for organizing your projects.On completing the installation, we will begin to acquire the skills necessary to input, clean, and prepare your data for modeling. We will learn the six specific steps needed to implement andsuccessfully deploy a predictive model starting from asking the right questions through model development and ending with deploying your predictive model into production. We will learn whycollaboration is important and how agile iterative modeling cycles can increase your chances of developing and deploying the best successful model.We will continue your journey in the cloud by extending your skill set by learning about Databricks and SparkR, which allow you to develop predictive models on vast gigabytes of data.
Shilpi Saxena, Saurabh Gupta
With the rise of Big Data, there is an increasing need to process large amounts of data continuously, with a shorter turnaround time. Real-time data processing involves continuous input, processing and output of data, with the condition that the time required for processing is as short as possible.This book covers the majority of the existing and evolving open source technology stack for real-time processing and analytics. You will get to know about all the real-time solution aspects, from the source to the presentation to persistence. Through this practical book, you’ll be equipped with a clear understanding of how to solve challenges on your own.We’ll cover topics such as how to set up components, basic executions, integrations, advanced use cases, alerts, and monitoring. You’ll be exposed to the popular tools used in real-time processing today such as Apache Spark, Apache Flink, and Storm. Finally, you will put your knowledge to practical use by implementing all of the techniques in the form of a practical, real-world use case.By the end of this book, you will have a solid understanding of all the aspects of real-time data processing and analytics, and will know how to deploy the solutions in production environments in the best possible manner.
Pethuru Raj Chelliah, Shreyash Naithani, Shailender Singh
Site reliability engineering (SRE) is being touted as the most competent paradigm in establishing and ensuring next-generation high-quality software solutions.This book starts by introducing you to the SRE paradigm and covers the need for highly reliable IT platforms and infrastructures. As you make your way through the next set of chapters, you will learn to develop microservices using Spring Boot and make use of RESTful frameworks. You will also learn about GitHub for deployment, containerization, and Docker containers. Practical Site Reliability Engineering teaches you to set up and sustain containerized cloud environments, and also covers architectural and design patterns and reliability implementation techniques such as reactive programming, and languages such as Ballerina and Rust. In the concluding chapters, you will get well-versed with service mesh solutions such as Istio and Linkerd, and understand service resilience test practices, API gateways, and edge/fog computing.By the end of this book, you will have gained experience on working with SRE concepts and be able to deliver highly reliable apps and services.