Biznes IT
Psychologia nowoczesnej sprzedaży. Poznaj sekrety umysłu klienta
Andrzej Niemczyk, Tomasz Dub
Wszystko, co musi wiedzieć współczesny handlowiec Jeśli Twoim zawodowym powołaniem jest regularny kontakt z klientem, oferowanie mu towarów lub usług oraz finalizowanie transakcji, z pewnością masz za sobą niejedno zawodowe szkolenie i całkiem sporo przeczytanych poradników. Wiesz więc na ten temat bardzo wiele, a pozyskane informacje potrafisz mądrze stosować w praktyce. I to świetnie - tylko że tak jak sam rynek podlega nieustannym zmianom, tak wiedza o człowieku, jego mózgu, rządzących nim emocjach i o procesach decyzyjnych także nie stoi w miejscu. Dlatego jeśli działasz jako handlowiec od kilku, kilkunastu, a może nawet kilkudziesięciu lat, dobrze abyś od czasu do czasu zaktualizował posiadane informacje w oparciu o najnowsze odkrycia naukowców oraz praktyków handlowania. Co czeka na Ciebie na kartach tej książki: Dowiesz się, czego nie robić, nawet jeśli kiedyś Cię tego uczono i tego od Ciebie wymagano. Poznasz bazujące na dowodach metody, które naprawdę działają. W przyswojeniu nowej wiedzy pomogą Ci schematy, przykłady i antyprzykłady. Zrozumiesz mechanizmy psychologiczne rządzące sprzedażą.
Psychologia Sprzedaży - droga do sprawczości, niezależności i pieniędzy
Mateusz Grzesiak
Każdy z nas sprzedaje w jakiś sposób siebie, za pomocą wizerunku, emocji, opowiadanych historii. Rodzic sprzedaje dziecku strategie radzenia sobie z rzeczywistością, a partnerzy składają sobie nawzajem oferty na abstrakcyjny produkt jakim jest świetlana przyszłość. Nauczyciel sprzedaje wiedzę uczniom i jeśli zrobi to dobrze, rozkocha ich w przedmiocie i przyczyni się do wyboru ścieżki życiowej. Każdy potencjalny kandydat o pracę sprzedaje szefowi historię o tym, jak zmieni jego firmę, podobnie jak mężczyzna sprzedaje kobiecie, że ta decydując się na związek z nim, będzie szczęśliwa. Sprzedaż jest wszędzie, a rynek matrymonialny, gospodarczy, intelektualny, emocjonalny czy rodzinny nie różnią się od siebie fundamentami, bo każdy z nich opiera się na interakcji między dwoma podmiotami, z których jeden ma ofertę wartości dla drugiego. Mateusz Grzesiak na bazie praktycznej psychologicznej wiedzy, latach własnych międzynarodowych doświadczeń sprzedażowych i obserwacji najskuteczniejszych specjalistów od handlu opracował uniwersalny model sprzedaży: MasterSales. Jego pierwsza część, czyli Inner Game, tłumaczy zasady budowania pierwszego wizerunku oraz używania języka ciała w celu zrobienia jak najlepszego wrażenia. Druga część - Relations Game - uczy technik służących do budowania relacji i zaufania, a także określania jego potrzeb. Część trzecia to Sales Game - bezpośrednio dotyczące narzędzi zamykających sprzedaż produktu bądź usługi. Każde z tych narzędzi jest tak opisane i zaprezentowane, by nadawało się od razu do zastosowania zarówno przez rasowego handlowca, jak i osoby z innych branż, świadome, że sprzedaż jest jedną z najważniejszych umiejętności życiowych.
Psychologia Sprzedaży - droga do sprawczości, niezależności i pieniędzy
Mateusz Grzesiak
Każdy z nas sprzedaje w jakiś sposób siebie, za pomocą wizerunku, emocji, opowiadanych historii. Rodzic sprzedaje dziecku strategie radzenia sobie z rzeczywistością, a partnerzy składają sobie nawzajem oferty na abstrakcyjny produkt jakim jest świetlana przyszłość. Nauczyciel sprzedaje wiedzę uczniom i jeśli zrobi to dobrze, rozkocha ich w przedmiocie i przyczyni się do wyboru ścieżki życiowej. Każdy potencjalny kandydat o pracę sprzedaje szefowi historię o tym, jak zmieni jego firmę, podobnie jak mężczyzna sprzedaje kobiecie, że ta decydując się na związek z nim, będzie szczęśliwa. Sprzedaż jest wszędzie, a rynek matrymonialny, gospodarczy, intelektualny, emocjonalny czy rodzinny nie różnią się od siebie fundamentami, bo każdy z nich opiera się na interakcji między dwoma podmiotami, z których jeden ma ofertę wartości dla drugiego. Mateusz Grzesiak na bazie praktycznej psychologicznej wiedzy, latach własnych międzynarodowych doświadczeń sprzedażowych i obserwacji najskuteczniejszych specjalistów od handlu opracował uniwersalny model sprzedaży: MasterSales. Jego pierwsza część, czyli Inner Game, tłumaczy zasady budowania pierwszego wizerunku oraz używania języka ciała w celu zrobienia jak najlepszego wrażenia. Druga część - Relations Game - uczy technik służących do budowania relacji i zaufania, a także określania jego potrzeb. Część trzecia to Sales Game - bezpośrednio dotyczące narzędzi zamykających sprzedaż produktu bądź usługi. Każde z tych narzędzi jest tak opisane i zaprezentowane, by nadawało się od razu do zastosowania zarówno przez rasowego handlowca, jak i osoby z innych branż, świadome, że sprzedaż jest jedną z najważniejszych umiejętności życiowych.
Denny Lee, Tomasz Drabas
Apache Spark is an open source framework for efficient cluster computing with a strong interface for data parallelism and fault tolerance. The PySpark Cookbook presents effective and time-saving recipes for leveraging the power of Python and putting it to use in the Spark ecosystem.You’ll start by learning the Apache Spark architecture and how to set up a Python environment for Spark. You’ll then get familiar with the modules available in PySpark and start using them effortlessly. In addition to this, you’ll discover how to abstract data with RDDs and DataFrames, and understand the streaming capabilities of PySpark. You’ll then move on to using ML and MLlib in order to solve any problems related to the machine learning capabilities of PySpark and use GraphFrames to solve graph-processing problems. Finally, you will explore how to deploy your applications to the cloud using the spark-submit command.By the end of this book, you will be able to use the Python API for Apache Spark to solve any problems associated with building data-intensive applications.
Python 3 for Machine Learning. Harness the Power of Python for Advanced Machine Learning Projects
Mercury Learning and Information, Oswald Campesato
This book introduces basic Python 3 programming concepts related to machine learning. The first four chapters provide a fast-paced introduction to Python 3, NumPy, and Pandas. The fifth chapter covers fundamental machine learning concepts. The sixth chapter dives into machine learning classifiers, such as logistic regression, k-NN, decision trees, random forests, and SVMs. The final chapter includes material on natural language processing (NLP) and reinforcement learning (RL). Keras-based code samples supplement the theoretical discussion.The course begins with Python basics, including conditional logic, loops, functions, and collections. It then explores data manipulation with NumPy and Pandas. The journey continues with an introduction to machine learning, focusing on essential concepts and classifiers. Advanced topics like NLP and RL are covered, ensuring a comprehensive understanding of machine learning.These concepts are crucial for developing machine learning applications. This book transitions readers from basic Python programming to advanced machine learning techniques, blending theory with practical skills. Appendices for regular expressions, Keras, and TensorFlow 2, along with companion files, enhance learning, making this an essential resource for mastering Python and machine learning.
Giuseppe Bonaccorso, Armando Fandango, Rajalingappaa Shanmugamani
This Learning Path is your complete guide to quickly getting to grips with popular machine learning algorithms. You'll be introduced to the most widely used algorithms in supervised, unsupervised, and semi-supervised machine learning, and learn how to use them in the best possible manner. Ranging from Bayesian models to the MCMC algorithm to Hidden Markov models, this Learning Path will teach you how to extract features from your dataset and perform dimensionality reduction by making use of Python-based libraries. You'll bring the use of TensorFlow and Keras to build deep learning models, using concepts such as transfer learning, generative adversarial networks, and deep reinforcement learning. Next, you'll learn the advanced features of TensorFlow1.x, such as distributed TensorFlow with TF clusters, deploy production models with TensorFlow Serving. You'll implement different techniques related to object classification, object detection, image segmentation, and more. By the end of this Learning Path, you'll have obtained in-depth knowledge of TensorFlow, making you the go-to person for solving artificial intelligence problemsThis Learning Path includes content from the following Packt products:• Mastering Machine Learning Algorithms by Giuseppe Bonaccorso• Mastering TensorFlow 1.x by Armando Fandango• Deep Learning for Computer Vision by Rajalingappaa Shanmugamani
Dr. Joshua Eckroth
Artificial Intelligence (AI) is the newest technology that’s being employed among varied businesses, industries, and sectors. Python Artificial Intelligence Projects for Beginners demonstrates AI projects in Python, covering modern techniques that make up the world of Artificial Intelligence.This book begins with helping you to build your first prediction model using the popular Python library, scikit-learn. You will understand how to build a classifier using an effective machine learning technique, random forest, and decision trees. With exciting projects on predicting bird species, analyzing student performance data, song genre identification, and spam detection, you will learn the fundamentals and various algorithms and techniques that foster the development of these smart applications. In the concluding chapters, you will also understand deep learning and neural network mechanisms through these projects with the help of the Keras library.By the end of this book, you will be confident in building your own AI projects with Python and be ready to take on more advanced projects as you progress
Dr. Joshua Eckroth
Artificial Intelligence (AI) is the newest technology that’s being employed among varied businesses, industries, and sectors. Python Artificial Intelligence Projects for Beginners demonstrates AI projects in Python, covering modern techniques that make up the world of Artificial Intelligence.This book begins with helping you to build your first prediction model using the popular Python library, scikit-learn. You will understand how to build a classifier using an effective machine learning technique, random forest, and decision trees. With exciting projects on predicting bird species, analyzing student performance data, song genre identification, and spam detection, you will learn the fundamentals and various algorithms and techniques that foster the development of these smart applications. In the concluding chapters, you will also understand deep learning and neural network mechanisms through these projects with the help of the Keras library.By the end of this book, you will be confident in building your own AI projects with Python and be ready to take on more advanced projects as you progress
Python Data Analysis. Data manipulation and complex data analysis with Python - Second Edition
Armando Fandango, Ivan Idris
Data analysis techniques generate useful insights from small and large volumes of data. Python, with its strong set of libraries, has become a popular platform to conduct various data analysis and predictive modeling tasks. With this book, you will learn how to process and manipulate data with Python for complex analysis and modeling. We learn data manipulations such as aggregating, concatenating, appending, cleaning, and handling missing values, with NumPy and Pandas. The book covers how to store and retrieve data from various data sources such as SQL and NoSQL, CSV fies, and HDF5. We learn how to visualize data using visualization libraries, along with advanced topics such as signal processing, time series, textual data analysis, machine learning, and social media analysis.The book covers a plethora of Python modules, such as matplotlib, statsmodels, scikit-learn, and NLTK. It also covers using Python with external environments such as R, Fortran, C/C++, and Boost libraries.
Alberto Boschetti, Luca Massaron
Fully expanded and upgraded, the latest edition of Python Data Science Essentials will help you succeed in data science operations using the most common Python libraries. This book offers up-to-date insight into the core of Python, including the latest versions of the Jupyter Notebook, NumPy, pandas, and scikit-learn.The book covers detailed examples and large hybrid datasets to help you grasp essential statistical techniques for data collection, data munging and analysis, visualization, and reporting activities. You will also gain an understanding of advanced data science topics such as machine learning algorithms, distributed computing, tuning predictive models, and natural language processing. Furthermore, You’ll also be introduced to deep learning and gradient boosting solutions such as XGBoost, LightGBM, and CatBoost.By the end of the book, you will have gained a complete overview of the principal machine learning algorithms, graph analysis techniques, and all the visualization and deployment instruments that make it easier to present your results to an audience of both data science experts and business users