Inne
Bhavik Merchant, Christopher Webb
This book comprehensively covers every layer of Power BI, from the report canvas to data modeling, transformations, storage, and architecture.Developers and architects working with any area of Power BI will be able to put their knowledge to work with this practical guide to design and implement at every stage of the analytics solution development process. This book is not only a unique collection of best practices and tips, but also provides you with a hands-on approach to identifying and fixing common performance issues.Complete with explanations of essential concepts and practical examples, you’ll learn about common design choices that affect performance and consume more resources and how to avoid these problems. You’ll grasp the general architectural issues and settings that broadly affect most solutions. As you progress, you’ll walk through each layer of a typical Power BI solution, learning how to ensure your designs can handle scale while not sacrificing usability. You’ll focus on the data layer and then work your way up to report design. We will also cover Power BI Premium and load testing.By the end of this Power BI book, you’ll be able to confidently maintain well-performing Power BI solutions with reduced effort and know how to use freely available tools and a systematic process to monitor and diagnose performance problems.
Paul te Braak
Business Intelligence Semantic Models (BISM) is a technology that is designed to deliver analytical information to users through a variety of mechanisms that include model structure, definition, and design. This book demonstrates how to create BISM models so that information can be presented to users in an intuitive and easy-to-use format. Once the model is defined, we also show you how it can be managed and maintained so that the data in it remains current and secure.Microsoft Tabular Modeling Cookbook is an all-encompassing guide to developing, managing, creating, and using analytical models using the Business Intelligence Semantic Model (BISM). This title covers a range of modeling situations and common data analysis related problems to show you the techniques required to turn data into information using tabular modeling.Microsoft Tabular Modeling Cookbook examines three areas of tabular modeling: model development, model management and maintenance, and reporting. This book is a practical guide on how to develop semantic models and turn business data into information. It covers all phases of the model lifecycle from creation to administration and finally reporting. It also shows you how to create models which are designed to analyze data.All sections of BISM modeling from development to management and finally reporting are covered. The sections on development examine a wide range of techniques and tricks required to build models, including moving data into the model, structuring the model to manipulate the data, and finally the formulas required to answer common business questions; all of these are discussed in this book in detail.Finally, the book examines methods of reporting on the data within the model, including the creation of data-driven workbooks and reports for a powerful end user experience.
Modelowanie danych przy użyciu Microsoft Power BI
Markus Ehrenmueller-Jensen
Samoobsługa i hurtownia danych przedsiębiorstwa z użyciem Power BI Modelowanie danych to najczęściej pomijana funkcja w Power BI Desktop, ale to właśnie ona wyróżnia Power BI spośród innych narzędzi dostępnych na rynku. Ta praktyczna książka posłuży Ci jako przycisk szybkiego przewijania do przodu dla modelowania danych przy użyciu Power BI, modelu tabelarycznego usług Analysis Services i baz danych SQL. Służy ona jako punkt wyjścia do modelowania danych, a także pomaga odświeżyć wiedzę. Autor Markus Ehrenmueller-Jensen, założyciel Savory Data, przedstawia podstawowe koncepcje modelu semantycznego Power BI wraz z praktycznymi przykładami w językach DAX, Power Query i T-SQL. Nauczysz się: - Normalizować i denormalizować dane - Stosować najlepsze praktyki dla obliczeń, flag i wskaźników, daty i godziny, wymiarów wielokrotnego stosowania i wymiarów wolnozmiennych - Pokonywać trudności związane z binningiem, budżetem, modelami zlokalizowanymi, modelami złożonymi czy tabelami zawierającymi pary kluczy i wartości - Odkrywać i rozwiązywać problemy z wydajnością za pośrednictwem modelu danych - Pracować z tabelami, relacjami, operacjami na zbiorach, postaciami normalnymi, modelowaniem wymiarowym i procesem ETL Markus Ehrenmueller-Jensen, założyciel Savory Data, od 1994 r. pracuje jako lider projektów, trener i konsultant w obszarze inżynierii danych, analityki biznesowej i danologii. Jest inżynierem oprogramowania i profesorem w HTL Leonding (wyższa szkoła techniczna), gdzie uczy baz danych i inżynierii projektów. Posiada kilka certyfikatów Microsoft, a także tytuł Microsoft Data Platform MVP. "Ta książka to wyczerpujący samouczek omawiający temat w języku, który jest łatwy do zrozumienia, a przy tym jest dogłębny, zwięzły i dokładny. Doświadczenie Markusa w zakresie modelowania danych będzie stanowić wartość dla każdego profesjonalisty pracującego z danymi przy użyciu Power BI". -Paul Turley Microsoft Data Platform MVP
MongoDB Fundamentals. A hands-on guide to using MongoDB and Atlas in the real world
Amit Phaltankar, Juned Ahsan, Michael Harrison, Liviu...
MongoDB is one of the most popular database technologies for handling large collections of data. This book will help MongoDB beginners develop the knowledge and skills to create databases and process data efficiently.Unlike other MongoDB books, MongoDB Fundamentals dives into cloud computing from the very start – showing you how to get started with Atlas in the first chapter. You will discover how to modify existing data, add new data into a database, and handle complex queries by creating aggregation pipelines. As you progress, you'll learn about the MongoDB replication architecture and configure a simple cluster. You will also get to grips with user authentication, as well as techniques for backing up and restoring data. Finally, you'll perform data visualization using MongoDB Charts.You will work on realistic projects that are presented as bitesize exercises and activities, allowing you to challenge yourself in an enjoyable and attainable way. Many of these mini-projects are based around a movie database case study, while the last chapter acts as a final project where you will use MongoDB to solve a real-world problem based on a bike-sharing app.By the end of this book, you'll have the skills and confidence to process large volumes of data and tackle your own projects using MongoDB.
Kyle Banker, Peter Bakkum, Shaun Verch, Doug...
Bazy danych są kluczowymi elementami systemów informatycznych. Choć zwykle pojęcie to kojarzy się z relacyjnymi bazami danych i skomplikowanymi zapytaniami pisanymi w języku SQL, istnieją również zupełnie inne, bardzo wartościowe rozwiązania. Właśnie takim jest MongoDB — rozwijany na zasadach open source nierelacyjny system zarządzania bazą danych napisany w języku C++. Dane są tu składowane jako obiekty JSON, co umożliwia intuicyjne, bezproblemowe ich przetwarzanie w aplikacji. MongoDB jest dynamicznie rozwijanym projektem. Charakteryzuje się dużą skalowalnością, elastycznością i wszechstronnością. Książka ta jest przeznaczona dla programistów i administratorów baz danych, którzy chcą poznać MongoDB 3.0 od podstaw. Ten świetnie napisany przewodnik okaże się również bezcenną pomocą dla średnio zaawansowanych użytkowników systemu. Przedstawiono tu zarówno podstawy MongoDB, jak i zaawansowane metody optymalizacji, skalowania bazy i administrowania nią. Nie brakło opisu dobrych praktyk dotyczących wdrażania aplikacji MongoDB i rozwiązywania problemów. Zamieszczono liczne przykłady kodu napisanego w językach JavaScript, Ruby i powłoki MongoDB. Zagadnienia omówione w książce: podstawowe informacje na temat bazy danych MongoDB, jej budowy, przeznaczenia i funkcjonowania tworzenie aplikacji wykorzystujących MongoDB indeksowanie i optymalizacja zapytań silnik magazynu danych WiredTiger i obsługa wtyczek zapewnienie wysokiej dostępności danych i skalowalność systemu najlepsze praktyki wdrażania instalacji MongoDB, administrowania nimi i rozwiązywania problemów Przekonaj się, jaka moc drzemie w MongoDB! Kyle Banker brał udział w rozwijaniu MongoDB. Obecnie pracuje w startupie. Peter Bakkum jest programistą o dużym doświadczeniu w pracy z MongoDB. Shaun Verch był członkiem zespołu, który przygotował podstawowy serwer dla MongoDB. Inżynier firmy Genentech Doug Garrett jest jednym ze zwycięzców MongoDB Innovation Award for Analytics. Tim Hawkins jest architektem oprogramowania. Kierował zespołem, który rozwijał funkcję wyszukiwania w Yahoo! Europe.
Gökhan Ozar
Any database designer who wants to accomplish both everyday tasks and more advanced actions with a few clicks or drag-and-drops can now do so using Navicat's advanced tools and this book.Starting with the basics before progressing with advanced features, this book can be read from cover to cover, or simply used as a reference guide for any problems you encounter.The book features 'work along' tutorials, some of which will surprise you by revealing features of Navicat which you may never have known existed ñ features such as designing functions and stored procedures, event triggers, creating batch jobs and scheduling.MySQL Management and Administration with Navicat is an ideal resource to master Navicat and unlock its true potential.
Myślenie statystyczne. Jak analizować dane i wydobywać z nich wiedzę. Wydanie III
Allen B. Downey
Dla większości z nas statystyka jest poddziedziną matematyki związaną z opracowywaniem teoretycznych podstaw prawdopodobieństwa i wnioskowania statystycznego. Analitycy danych podchodzą do tego inaczej: dla nich statystyka jest niezbędnym zestawem narzędzi i praktyk, które służą do pracy z danymi, odpowiadania na pytania i ułatwiają podejmowanie najlepszych decyzji. To trzecie wydanie przewodnika cenionego przez analityków danych, inżynierów oprogramowania i pasjonatów danologii. Dzięki niemu szybko nauczysz się korzystać z bibliotek NumPy, SciPy i Pandas. Poznasz różne metody eksploracji i wizualizacji danych, odkrywania zależności i trendów, a także prezentowania wyników. Struktura książki odpowiada rzeczywistemu procesowi pracy ze zbiorem danych: od importowania i oczyszczenia, przez analizę wieloczynnikową, aż po wizualizację uzyskanych wyników. Wszystkie rozdziały są dostępne w formie notatników Jupytera, dzięki czemu możesz jednocześnie czytać tekst, uruchamiać kod i pracować nad ćwiczeniami. W książce znajdziesz również takie zagadnienia jak: analiza rozkładów danych i wizualizacja wzorców za pomocą bibliotek Pythona korzystanie z modeli regresji analiza szeregów czasowych i analiza przeżycia tworzenie zrozumiałych wizualizacji danych rozwiązywanie typowych problemów związanych z analizą danych Jeśli chcesz się szybko nauczyć statystyki i stosowania jej w praktyce, to ta książka jest dla Ciebie! Zachary del Rosario, adiunkt w Olin College of Engineering
Deborah A. Dahl
Natural Language Understanding facilitates the organization and structuring of language allowing computer systems to effectively process textual information for various practical applications. Natural Language Understanding with Python will help you explore practical techniques for harnessing NLU to create diverse applications. with step-by-step explanations of essential concepts and practical examples, you’ll begin by learning about NLU and its applications. You’ll then explore a wide range of current NLU techniques and their most appropriate use-case. In the process, you’ll be introduced to the most useful Python NLU libraries. Not only will you learn the basics of NLU, you’ll also discover practical issues such as acquiring data, evaluating systems, and deploying NLU applications along with their solutions. The book is a comprehensive guide that’ll help you explore techniques and resources that can be used for different applications in the future.By the end of this book, you’ll be well-versed with the concepts of natural language understanding, deep learning, and large language models (LLMs) for building various AI-based applications.
Pramod J. Sadalage, Martin Fowler
Poznaj fascynujący świat baz danych NoSQL! Bazy danych NoSQL są coraz popularniejsze. Pozwalają na przechowywanie gigantycznych ilości danych, a przy tym zachowują cały czas najwyższą wydajność. Sprawdzają się doskonale wszędzie tam, gdzie konieczne są wysoka skalowalność systemu, elastyczne przechowywanie często zmieniających się danych lub inne specyficzne zastosowania. Jeżeli jesteś zagorzałym użytkownikiem relacyjnych baz danych SQL, jeżeli słyszałeś o bazach NoSQL i chcesz je poznać, trafiłeś na doskonałą książkę! Stanowi ona doskonałe wprowadzenie do świata baz danych NoSQL. Na własnej skórze przekonasz się, w jakich zastosowaniach sprawdzą się one doskonale, a w jakich lepiej ich nie używać. W kolejnych rozdziałach poznasz stosowane modele danych oraz dowiesz się, co to jest map-reduce. Część druga książki została poświęcona konkretnym implementacjom - zapoznasz się z bazami klucz-wartość, bazami dokumentów oraz bazami grafowymi. Sprawdź, które najlepiej rozwiążą Twoje problemy! Sięgnij po tę książkę i śmiało wkrocz w świat baz danych NoSQL! Omawiane w książce zagadnienia: Określenie, dla których zastosowań bazy NoSQL będą (albo nie będą) odpowiednie. Zrozumienie architektonicznych kompromisów związanych z wdrożeniem NoSQL. Wykorzystanie NoSQL do uproszczenia procesu tworzenia oprogramowania i uniknięcia problemu mapowania pomiędzy strukturami w pamięci a bazą relacyjną. Porównanie przodujących systemów NoSQL. Omówienie języków zapytań: CQL i Cypher. Zarządzanie wydajnością, niezawodnością, dostępnością i zdolnością do odzyskiwania po awarii. Wykorzystanie NoSQL w środowiskach zwinnych. Wykorzystanie NoSQL do wyszukiwania danych, zarządzania metadanymi, analizy tekstu, sieci społecznościowych, analizy danych i usług finansowych. Bardziej efektywne kosztowo zarządzanie dużymi danymi dzięki wykorzystaniu klastrów. Jak teoria CAP wpływa na sposób myślenia o spójności, dostępności i wydajności. Równoległe przetwarzanie danych w klastrze za pomocą map-reduce. Dlaczego NoSQL to termin bez jasno zdefiniowanego znaczenia. Zmień sposób myślenia na nierelacyjny!
NoSQL, NewSQL i BigData. Bazy danych następnej generacji
Guy Harrison
Model relacyjnej bazy danych zdecydowanie dominował wśród technologii bazodanowych przez ostatnie 20 lat. Poszczególne rozwiązania były do siebie na tyle podobne, że decyzja o zastosowaniu relacyjnej bazy danych stała się oczywista. Architektura rozwiązań tego typu była zbliżona, a różnice polegały głównie na koszcie wdrożenia, wydajności, niezawodności i łatwości użycia aplikacji. Obecnie sytuacja diametralnie się zmieniła: powstało wiele radykalnie różniących się od siebie technologii bazodanowych, a wybór właściwej bazy danych stał się złożonym zadaniem, wymagającym sporej wiedzy i obarczonym poważnymi konsekwencjami natury ekonomicznej i technologicznej. Ta książka szczególnie przyda się architektom technologii informatycznych, administratorom baz danych i projektantom, którzy do wykonywania swoich obowiązków potrzebują wiedzy o najświeższych rozwiązaniach z dziedziny technologii baz danych. Omówiono tu najnowsze, wykorzystywane obecnie technologie baz danych. Wyjaśniono, w jakim celu zaprojektowano każdą z nich. Zaprezentowano możliwości poszczególnych baz danych oraz ich potencjał w rozwiązywaniu realnych problemów biznesowych i problemów z aplikacjami. Co najważniejsze, ukazano różnice w architekturze między technologiami, które mają kluczowe znaczenie przy wyborze platformy baz danych dla nowych i planowanych projektów. W tej książce między innymi: Co zrewolucjonizowało bazy danych Google, Hadoop i koncepcja BigData Pamięciowe i rozproszone bazy danych NoSQL, CQL i nowe odsłony SQL Hybrydowe bazy danych Oracle NoSQL i BigData: potężne bazy danych przyszłości!
Dan Sullivan
Systemy do zarządzania danymi muszą dziś spełniać o wiele wyższe wymagania niż kiedyś. W wielu przypadkach nierelacyjne bazy danych, zwane NoSQL, są lepszym rozwiązaniem niż dominujące do niedawna bazy relacyjne. Projektant systemu ma więc do dyspozycji dobrze znane bazy relacyjne oraz systemy NoSQL, takie jak bazy klucz–wartość, bazy dokumentów, rodziny kolumn i bazy grafowe. Do rozstrzygnięcia pozostaje problem: którą technologię zarządzania danymi wybrać w danym przypadku. Niniejsza książka jest przystępnym, pragmatycznym przewodnikiem po nierelacyjnych systemach bazodanowych. Pokazano w niej, czym różnią się NoSQL od baz relacyjnych. Szczególny nacisk położono na wyjaśnienie tych cech i funkcjonalności, które powinny być uwzględniane podczas projektowania aplikacji i wybierania technologii bazodanowych. Przedstawiono wewnętrzne mechanizmy baz NoSQL i wyjaśniono, w jaki sposób da się zbudować za ich pomocą skalowalne, niezawodne aplikacje. Nie zabrakło przydatnych wskazówek, zasad projektowych i najlepszych praktyk. W tej książce znajdziesz: podstawy relacyjnych baz danych w odniesieniu do systemów NoSQL bazy klucz–wartość — ich charakterystykę, zasady projektowania i słabe strony bazy dokumentów — koncepcje baz bez schematu, podstawowe operacje, najpowszechniejsze wzorce projektowe bazy rodzin kolumn — aplikacje BigData, architekturę baz, zasady projektowania i wykorzystywania bazy grafowe — modelowanie grafów i sieci, wskazówki projektowe, możliwe problemy zasady dobierania technologii bazodanowej do konkretnych zastosowań Nie wiesz jeszcze, którą bazę wybrać? Najwyższy czas to rozstrzygnąć! Dan Sullivan — jest naukowcem i architektem danych. Od dwudziestu lat zajmuje się m.in. analizą biznesową, uczeniem maszynowym i data miningiem. Sullivan jest uznanym ekspertem w dziedzinie baz danych, zarówno relacyjnych, jak i NoSQL.
Muhammad Mobeen Movania
OpenGL is the leading cross-language, multi-platform API used by masses of modern games and applications in a vast array of different sectors. Developing graphics with OpenGL lets you harness the increasing power of GPUs and really take your visuals to the next level.OpenGL Development Cookbook is your guide to graphical programming techniques to implement 3D mesh formats and skeletal animation to learn and understand OpenGL.OpenGL Development Cookbook introduces you to the modern OpenGL. Beginning with vertex-based deformations, common mesh formats, and skeletal animation with GPU skinning, and going on to demonstrate different shader stages in the graphics pipeline. OpenGL Development Cookbook focuses on providing you with practical examples on complex topics, such as variance shadow mapping, GPU-based paths, and ray tracing. By the end you will be familiar with the latest advanced GPU-based volume rendering techniques.
María Carina Roldán
Capturing, manipulating, cleansing, transferring, and loading data effectively are the prime requirements in every IT organization. Achieving these tasks require people devoted to developing extensive software programs, or investing in ETL or data integration tools that can simplify this work.Pentaho Data Integration is a full-featured open source ETL solution that allows you to meet these requirements. Pentaho Data Integration has an intuitive, graphical, drag-and-drop design environment and its ETL capabilities are powerful. However, getting started with Pentaho Data Integration can be difficult or confusing.Pentaho Data Integration Beginner's Guide - Second Edition provides the guidance needed to overcome that difficulty, covering all the possible key features of Pentaho Data Integration.Pentaho Data Integration Beginner's Guide - Second Edition starts with the installation of Pentaho Data Integration software and then moves on to cover all the key Pentaho Data Integration concepts. Each chapter introduces new features, allowing you to gradually get involved with the tool. First, you will learn to do all kinds of data manipulation and work with plain files. Then, the book gives you a primer on databases and teaches you how to work with databases inside Pentaho Data Integration. Moreover, you will be introduced to data warehouse concepts and you will learn how to load data in a data warehouse. After that, you will learn to implement simple and complex processes. Finally, you will have the opportunity of applying and reinforcing all the learned concepts through the implementation of a simple datamart.With Pentaho Data Integration Beginner's Guide - Second Edition, you will learn everything you need to know in order to meet your data manipulation requirements.
Amita Kapoor, Sharmistha Chatterjee
AI algorithms are ubiquitous and used for tasks, from recruiting to deciding who will get a loan. With such widespread use of AI in the decision-making process, it’s necessary to build an explainable, responsible, transparent, and trustworthy AI-enabled system. With Platform and Model Design for Responsible AI, you’ll be able to make existing black box models transparent.You’ll be able to identify and eliminate bias in your models, deal with uncertainty arising from both data and model limitations, and provide a responsible AI solution. You’ll start by designing ethical models for traditional and deep learning ML models, as well as deploying them in a sustainable production setup. After that, you’ll learn how to set up data pipelines, validate datasets, and set up component microservices in a secure and private way in any cloud-agnostic framework. You’ll then build a fair and private ML model with proper constraints, tune the hyperparameters, and evaluate the model metrics.By the end of this book, you’ll know the best practices to comply with data privacy and ethics laws, in addition to the techniques needed for data anonymization. You’ll be able to develop models with explainability, store them in feature stores, and handle uncertainty in model predictions.
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?
Usama Dar, Kirk Roybal, Jim Mlodgenski, Hannu...