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.