Biznes IT
Giuseppe Bonaccorso
Unsupervised learning is about making use of raw, untagged data and applying learning algorithms to it to help a machine predict its outcome. With this book, you will explore the concept of unsupervised learning to cluster large sets of data and analyze them repeatedly until the desired outcome is found using Python.This book starts with the key differences between supervised, unsupervised, and semi-supervised learning. You will be introduced to the best-used libraries and frameworks from the Python ecosystem and address unsupervised learning in both the machine learning and deep learning domains. You will explore various algorithms, techniques that are used to implement unsupervised learning in real-world use cases. You will learn a variety of unsupervised learning approaches, including randomized optimization, clustering, feature selection and transformation, and information theory. You will get hands-on experience with how neural networks can be employed in unsupervised scenarios. You will also explore the steps involved in building and training a GAN in order to process images.By the end of this book, you will have learned the art of unsupervised learning for different real-world challenges.
Giuseppe Bonaccorso
Unsupervised learning is about making use of raw, untagged data and applying learning algorithms to it to help a machine predict its outcome. With this book, you will explore the concept of unsupervised learning to cluster large sets of data and analyze them repeatedly until the desired outcome is found using Python.This book starts with the key differences between supervised, unsupervised, and semi-supervised learning. You will be introduced to the best-used libraries and frameworks from the Python ecosystem and address unsupervised learning in both the machine learning and deep learning domains. You will explore various algorithms, techniques that are used to implement unsupervised learning in real-world use cases. You will learn a variety of unsupervised learning approaches, including randomized optimization, clustering, feature selection and transformation, and information theory. You will get hands-on experience with how neural networks can be employed in unsupervised scenarios. You will also explore the steps involved in building and training a GAN in order to process images.By the end of this book, you will have learned the art of unsupervised learning for different real-world challenges.
Chandra Mohan Dhanasekaran, Manjunath H. Gowda
This HashiCorp Terraform Associate (003) exam guide simplifies technical content relating to the exam and helps you learn using real-world examples. The book is aligned with the latest exam objectives, which enables you to streamline your learning experience instead of referring to multiple sources for preparation. Moreover, the book is designed to serve as a one-stop solution for readers with varied levels of experience in Terraform.You'll learn how to efficiently provision and manage cloud and on-premises infrastructure using Terraform. As you progress, you’ll focus on essential commands, state management techniques, and best practices. Later chapters will show you how to harness the power of Terraform modules for code reusability and scalability. You’ll also gain insights into advanced topics such as debugging, troubleshooting, and leveraging Terraform Cloud and Terraform Enterprise for collaborative infrastructure management. This book provides you with lifetime access to supplementary practice resources such as mock exams, flashcards, and exam tips from experts.By the end of this book, you’ll have the knowledge and skills you need to confidently tackle the Terraform Associate certification exam and excel in your career.
Chandra Mohan Dhanasekaran, Manjunath H. Gowda
This HashiCorp Terraform Associate (003) exam guide simplifies technical content relating to the exam and helps you learn using real-world examples. The book is aligned with the latest exam objectives, which enables you to streamline your learning experience instead of referring to multiple sources for preparation. Moreover, the book is designed to serve as a one-stop solution for readers with varied levels of experience in Terraform.You'll learn how to efficiently provision and manage cloud and on-premises infrastructure using Terraform. As you progress, you’ll focus on essential commands, state management techniques, and best practices. Later chapters will show you how to harness the power of Terraform modules for code reusability and scalability. You’ll also gain insights into advanced topics such as debugging, troubleshooting, and leveraging Terraform Cloud and Terraform Enterprise for collaborative infrastructure management. This book provides you with lifetime access to supplementary practice resources such as mock exams, flashcards, and exam tips from experts.By the end of this book, you’ll have the knowledge and skills you need to confidently tackle the Terraform Associate certification exam and excel in your career.
Michał Wawrzyniak
Hejt do niedawna stanowił wyłącznie czarną stronę sieci. Przyzwyczailiśmy się do niego, a nawet niesłusznie go zaakceptowaliśmy. Efekt? Hejt wyszedł z monitorów na ulice, a my musimy żyć w świecie, w którym każdy może obrobić nam tyłek i zrobić krzywdę — nie tylko słowem, ale i czynem. Hejter rzuca bezpodstawne, agresywne i krzywdzące opinie na prawo i lewo. Kiedyś cierpiały na tym dzieci w gimnazjach, później prezenterzy telewizyjni. Dziś problem ten niebezpiecznie zbliża się do Ciebie. Gwałtownie topnieją szanse na to, abyś nigdy nie poczuł jego niszczycielskiego wpływu. Co gorsza, zrozumiesz wagę problemu dopiero wtedy, gdy dotknie Cię osobiście. Ten czas nadejdzie, prędzej czy później. Wszyscy doskonale wiemy, że wokół nas żyją ludzie głupi, bezduszni i agresywni. Dlaczego pokornie zgadzamy się na ich obecność w swoim otoczeniu? Nie możemy ich wyeliminować, ale czy naprawdę mamy pozwolić, by zdominowali nas na amen? Może warto otworzyć oczy i coś z tym zrobić? Autor tej książki otwiera ludziom oczy od wielu lat. Co więcej, zaplanował i poprowadził największą w Polsce kampanię crowdfundingową. Ustanowił nowy rekord, który zwrócił na problem hejtu uwagę mediów i otworzył drzwi wielu innym, ważnym społecznie projektom. Pokazał, jak działa jego technika: z minusa na plus. Już wkrótce sam się jej nauczysz. W książce znajdziesz zresztą dużo więcej przydatnych technik, a każda z nich pomoże Ci nie tylko w walce z hejtem, lecz także w osobistym rozwoju.
Michał Wawrzyniak
Hejt do niedawna stanowił wyłącznie czarną stronę sieci. Przyzwyczailiśmy się do niego, a nawet niesłusznie go zaakceptowaliśmy. Efekt? Hejt wyszedł z monitorów na ulice, a my musimy żyć w świecie, w którym każdy może obrobić nam tyłek i zrobić krzywdę — nie tylko słowem, ale i czynem. Hejter rzuca bezpodstawne, agresywne i krzywdzące opinie na prawo i lewo. Kiedyś cierpiały na tym dzieci w gimnazjach, później prezenterzy telewizyjni. Dziś problem ten niebezpiecznie zbliża się do Ciebie. Gwałtownie topnieją szanse na to, abyś nigdy nie poczuł jego niszczycielskiego wpływu. Co gorsza, zrozumiesz wagę problemu dopiero wtedy, gdy dotknie Cię osobiście. Ten czas nadejdzie, prędzej czy później. Wszyscy doskonale wiemy, że wokół nas żyją ludzie głupi, bezduszni i agresywni. Dlaczego pokornie zgadzamy się na ich obecność w swoim otoczeniu? Nie możemy ich wyeliminować, ale czy naprawdę mamy pozwolić, by zdominowali nas na amen? Może warto otworzyć oczy i coś z tym zrobić? Autor tej książki otwiera ludziom oczy od wielu lat. Co więcej, zaplanował i poprowadził największą w Polsce kampanię crowdfundingową. Ustanowił nowy rekord, który zwrócił na problem hejtu uwagę mediów i otworzył drzwi wielu innym, ważnym społecznie projektom. Pokazał, jak działa jego technika: z minusa na plus. Już wkrótce sam się jej nauczysz. W książce znajdziesz zresztą dużo więcej przydatnych technik, a każda z nich pomoże Ci nie tylko w walce z hejtem, lecz także w osobistym rozwoju.
Human versus Machine: Accounting, Auditing and Education in the Era of Artificial Intelligence
Joanna Dyczkowska red.
The present book provides a critical reflection on the state and perspectives of the accountancy and auditors profession, addresses the AI technology's supportive role in accounting and auditing tasks, reporting processes and reports' attestation, as well as stresses the necessity to modify educational curriculums in business accounting in response to changing circumstances, and set the regulatory frameworks regarding the use of generative AI by academics and students. The considerations covered in the book are timely and can be helpful for business practitioners, academics and students. Moreover, the international context of the publication, reference to the latest literature on AI applications in business accounting, and presented research study can make this work valuable for all those interested in the opportunities and threats that AI may bring into the professional lives of many.
Hurtownie danych. Od przetwarzania analitycznego do raportowania
Adam Pelikant
Spec od hurtowni danych? Zawsze będzie pilnie potrzebny! Jak stworzyć strukturę hurtowni danych i dokonać ich integracji? Jak przeprowadzić analizę danych z wykorzystaniem rozszerzenia MDX SQL? Do czego potrzebne jest raportowanie? Idea hurtowni danych ściśle wiąże się z ich kolosalnymi ilościami, gromadzonymi podczas tysięcy różnych sytuacji — przy dowolnej transakcji, w urzędzie, na lotnisku, w internecie… Nawet nasze połączenia telefoniczne są przechowywane przez operatora. Te wszystkie dane trzeba gdzieś pomieścić, sensownie posegregować i zapewnić sobie możliwość sięgnięcia do wybranego ich zakresu bez długotrwałych poszukiwań. Taką możliwość dają właśnie hurtownie danych — przemyślane, bardzo pojemne bazy, oferujące zarówno integrację wprowadzanych danych, jak i znakomite mechanizmy ich przeszukiwania. Jeśli chcesz poszerzyć swoją wiedzę na temat tworzenia i przeglądania zawartości hurtowni danych, trafiłeś pod właściwy adres! Książka "Hurtownie danych. Od przetwarzania analitycznego do raportowania" zawiera materiał przeznaczony nie tylko dla studentów wydziałów informatycznych, ale także dla pasjonatów tej tematyki oraz specjalistów zainteresowanych poszerzeniem wiedzy. W możliwie najprostszy, praktyczny sposób opisano w niej składnię i postać zapytań analitycznych, strukturę hurtowni danych oraz kwestię ich integracji i wizualnego tworzenia elementów hurtowni. Znajdziesz tu także omówienie analizy danych z wykorzystaniem rozszerzenia MDX SQL oraz zastosowań raportowania. Zapoznanie się z tymi informacjami oraz prześledzenie zgromadzonych tu przykładów pozwoli Ci zrozumieć problemy powstające przy budowie hurtowni danych i wykorzystać tę wiedzę we własnych projektach. Zapytania analityczne Struktura hurtowni danych Integracja danych Wizualne tworzenie elementów hurtowni danych Analiza danych z wykorzystaniem rozszerzenia MDX SQL Raportowanie Od bazy do hurtowni danych… Skocz na głęboką wodę!
IBM Cloud Pak for Data. An enterprise platform to operationalize data, analytics, and AI
Hemanth Manda, Sriram Srinivasan, Deepak Rangarao
Cloud Pak for Data is IBM's modern data and AI platform that includes strategic offerings from its data and AI portfolio delivered in a cloud-native fashion with the flexibility of deployment on any cloud. The platform offers a unique approach to addressing modern challenges with an integrated mix of proprietary, open-source, and third-party services.You'll begin by getting to grips with key concepts in modern data management and artificial intelligence (AI), reviewing real-life use cases, and developing an appreciation of the AI Ladder principle. Once you've gotten to grips with the basics, you will explore how Cloud Pak for Data helps in the elegant implementation of the AI Ladder practice to collect, organize, analyze, and infuse data and trustworthy AI across your business. As you advance, you'll discover the capabilities of the platform and extension services, including how they are packaged and priced. With the help of examples present throughout the book, you will gain a deep understanding of the platform, from its rich capabilities and technical architecture to its ecosystem and key go-to-market aspects.By the end of this IBM book, you'll be able to apply IBM Cloud Pak for Data's prescriptive practices and leverage its capabilities to build a trusted data foundation and accelerate AI adoption in your enterprise.
Keith McCormick, Jesus Salcedo
IBM SPSS Modeler allows users to quickly and efficiently use predictive analytics and gain insights from your data. With almost 25 years of history, Modeler is the most established and comprehensive Data Mining workbench available. Since it is popular in corporate settings, widely available in university settings, and highly compatible with all the latest technologies, it is the perfect way to start your Data Science and Machine Learning journey. This book takes a detailed, step-by-step approach to introducing data mining using the de facto standard process, CRISP-DM, and Modeler’s easy to learn “visual programming” style. You will learn how to read data into Modeler, assess data quality, prepare your data for modeling, find interesting patterns and relationships within your data, and export your predictions. Using a single case study throughout, this intentionally short and focused book sticks to the essentials. The authors have drawn upon their decades of teaching thousands of new users, to choose those aspects of Modeler that you should learn first, so that you get off to a good start using proven best practices. This book provides an overview of various popular data modeling techniques and presents a detailed case study of how to use CHAID, a decision tree model. Assessing a model’s performance is as important as building it; this book will also show you how to do that. Finally, you will see how you can score new data and export your predictions. By the end of this book, you will have a firm understanding of the basics of data mining and how to effectively use Modeler to build predictive models.
James D. Miller
IBM Watson provides fast, intelligent insight in ways that the human brain simply can't match. Through eight varied projects, this book will help you explore the computing and analytical capabilities of IBM Watson.The book begins by refreshing your knowledge of IBM Watson's basic data preparation capabilities, such as adding and exploring data to prepare it for being applied to models. The projects covered in this book can be developed for different industries, including banking, healthcare, media, and security. These projects will enable you to develop an AI mindset and guide you in developing smart data-driven projects, including automating supply chains, analyzing sentiment in social media datasets, and developing personalized recommendations.By the end of this book, you'll have learned how to develop solutions for process automation, and you'll be able to make better data-driven decisions to deliver an excellent customer experience.
James D. Miller
IBM Watson provides fast, intelligent insight in ways that the human brain simply can't match. Through eight varied projects, this book will help you explore the computing and analytical capabilities of IBM Watson.The book begins by refreshing your knowledge of IBM Watson's basic data preparation capabilities, such as adding and exploring data to prepare it for being applied to models. The projects covered in this book can be developed for different industries, including banking, healthcare, media, and security. These projects will enable you to develop an AI mindset and guide you in developing smart data-driven projects, including automating supply chains, analyzing sentiment in social media datasets, and developing personalized recommendations.By the end of this book, you'll have learned how to develop solutions for process automation, and you'll be able to make better data-driven decisions to deliver an excellent customer experience.