Verleger: 16

Analityka rozszerzona. Automatyzacja i sztuczna inteligencja w podejmowaniu decyzji

Willi Weber, Tobias Zwingmann

Niepowodzenia biznesowe można różnie tłumaczyć, jeśli jednak od szukania wymówek wolisz zapewnić sukces swojej firmie, przemyśl sposób, w jaki korzystasz z analizy danych. Poprzez rozszerzenie możliwości i poprawę jakości analiz otworzysz sobie drzwi do podejmowania najbardziej racjonalnych decyzji - decyzji opartych na wnioskach. W tej książce znajdziesz przejrzystą, praktyczną i kompletną ścieżkę, która doprowadzi Twoją firmę do analitycznej doskonałości! Dzięki lekturze zdobędziesz wiedzę potrzebną do skutecznego wykorzystywania informacji w realizacji celów biznesowych. Jeśli dostrzegasz ograniczenia tradycyjnych metod interpretacji danych, docenisz opisaną tu dynamiczną i realistyczną strategię zwiększania możliwości analitycznych. Dowiesz się, jak wprowadzić inteligentną automatyzację i nowoczesną sztuczną inteligencję, co umożliwi podejmowanie lepszych decyzji w Twoim zespole. Najważniejsze zagadnienia: rozszerzona analityka, jej zalety i potencjalne ograniczenia najlepsze praktyki w dziedzinie implementacji rozszerzonej analityki w firmie role analityczne, przepływy pracy, potrzebne narzędzia i umiejętności korzystanie z danych, a także budowanie zaufania i dostępności analiza przypadków posłużenia się rozszerzoną analityką jako czynnikiem wspierającym Oto drogowskaz dla organizacji, która chce bazować na danych w erze sztucznej inteligencji! Donald Farmer, właściciel firmy TreeHive Strategy

Analityzmy leksykalne i ich syntetyczne odpowiedniki w prasie

Katarzyna Burska

W książce przedstawiono obecne we współczesnej prasie analityczne konstrukcje leksykalne, które mają syntetyczne odpowiedniki. Praca ma charakter analityczno-materiałowy, zbiera dotychczasową wiedzę na temat tytułowego zjawiska. Autorka poddała obserwacji materiał pochodzący z wybranych periodyków polskich o zróżnicowanej tematyce i przeznaczonych dla różnego kręgu odbiorców. Treści teoretyczne łączą się z analizą zgromadzonych przykładów pod względem strukturalnym, semantycznym i pragmatycznym. Publikacja przynosi odpowiedź na pytania, z jakich komponentów zbudowane są analityzmy leksykalne mające jednoelementowe odpowiedniki, jakie relacje znaczeniowe zachodzą między omawianymi jednostkami, jakie kompetencje nadawczo-odbiorcze są wymagane do właściwego odczytywania peryfraz i ich ekwiwalentów oraz jakie funkcje przypisywane są konstrukcjom analitycznym i syntetycznym we współczesnych periodykach.  

Analiza biznesowa. Kurs video. Praktyka analityka biznesowego

Karolina Zmitrowicz

Obierz kurs na... analizę biznesową Analiza biznesowa to proces definiowania potrzeb organizacji i opracowywania strategii, które pomagają na nie odpowiadać. Jest niezbędna, by firmy mogły lepiej rozumieć swoje cele, oczekiwania klientów i wymagania rynku. Choć nie stanowi nowego obszaru, popularność zdobywa od niedawna, głównie z powodu powtarzających się problemów w realizacji projektów. Wiele z tych niepowodzeń to skutki zaniedbań właśnie w sferze analizy biznesowej. Na przykład podczas tworzenia nowej aplikacji analiza biznesowa pomoże określić, które funkcje są kluczowe dla użytkowników, i pozwoli uniknąć kosztownych zmian na późniejszych etapach projektu. Analiza biznesowa jest także niezbędna, gdy organizacja wdraża nowe systemy IT – umożliwia ich lepsze dopasowanie do potrzeb pracowników i klientów. Wprowadzenie jej do organizacji zaczyna się od budowania świadomości na poziomie zarządu i kluczowych interesariuszy, a także zdefiniowania celów. Kolejnym krokiem jest zatrudnienie analityków biznesowych, których kompetencje mają bezpośredni wpływ na jakość i sukces dostarczanych rozwiązań. Dobra znajomość analizy biznesowej oferuje wiele możliwości kariery, od stanowisk analityków biznesowych, przez menedżerów projektów, po role w zarządzaniu strategią. Przyjmuje się, że każda osoba w jakimkolwiek stopniu zaangażowana w projekty, przedsięwzięcia i prowadzenie biznesu powinna posiadać choć minimalne kompetencje analityczne. Co Cię czeka w trakcie naszego profesjonalnego szkolenia? Podczas kursu: Dowiesz się, na czym polega analiza biznesowa i jakie są jej kluczowe praktyki Poznasz podstawową terminologię używaną w obszarze analizy biznesowej Zrozumiesz istotę działania organizacji jako systemu biznesowego, którego wszystkie elementy są ze sobą powiązane Dowiesz się, na czym polega analiza strategiczna i jakie są jej najważniejsze elementy Nauczysz się prawidłowo określać potrzeby biznesowe Poznasz powiązania pomiędzy warstwą motywacji biznesowej organizacji a inicjatywami i projektami Opanujesz techniki pozyskiwania wymagań i ich możliwe zastosowanie Dowiesz się, jakie są elementy analizy wymagań Poznasz różne techniki i podejścia do dokumentacji wymagań Przyswoisz metody rozwiązywania konfliktów wymagań Dowiesz się, jakie są aspekty oceny rozwiązania i jak używać technik testowych w tym obszarze Nauczysz się planować czynności analizy biznesowej w przedsięwzięciu Zapoznasz się z autorskim podejściem twórczyni kursu do planowania prac analitycznych Zrozumiesz znaczenie interesariuszy w przedsięwzięciach biznesowych Poznasz podstawowe elementy budowania architektury informacji Szkolenie Analiza biznesowa. Kurs video. Praktyka analityka biznesowego ukończysz na poziomie średnio zaawansowanym. Zdobędziesz solidne podstawy w zakresie analizy biznesowej, poznasz bowiem kluczowe pojęcia i koncepcje tej dziedziny. Nauczysz się przeprowadzać analizę strategiczną, by wyznaczyć kierunek zmian biznesowych i zdefiniować cele. Opanujesz inżynierię wymagań i opracujesz pozyskane wymagania w sposób spójny i zgodny z potrzebami organizacji. Będziesz wiedzieć, jak oceniać rozwiązania i identyfikować kluczowe elementy, które są istotne dla ich skuteczności. Poznasz techniki planowania analizy biznesowej, które pomogą Ci zaplanować podejście do prac analitycznych. Dowiesz się, jak rozpoznawać rolę analityka biznesowego i podchodzić do organizacji jako złożonego systemu powiązań. Nauczysz się analizować interesariuszy i definiować wymagania biznesowe w kontekście ich potrzeb. Poznasz techniki pozyskiwania wymagań, takie jak wywiady czy warsztaty, by efektywnie zbierać informacje. Przyswoisz zasady dokumentowania wymagań i tworzenia specyfikacji, które posłużą jako fundamenty projektu. Ostatecznie zdobędziesz umiejętność planowania architektury informacji i doskonalenia procesów analizy, by wspierać długoterminowy rozwój organizacji Jeśli nie wiesz, jakie rezultaty ma przynieść Twoja praca, to skąd wiesz, że wykonujesz ją właściwie?

Analiza biznesowa w IT. Lessons learned

Karolina Zmitrowicz

O analizie biznesowej praktycznie Na rynku książek poświęconych analizie biznesowej w sektorze IT dostępnych jest kilka pozycji. Zawierają one informacje na temat praktyk, narzędzi i podejścia stosowanego w tej dziedzinie. Dotychczas jednak brakowało kompendium, które byłoby praktycznym przewodnikiem zbierającym doświadczenia z różnych projektów, firm i od ekspertów podchodzących w odmienny sposób do analizy biznesowej. Książka Karoliny Zmitrowicz, uznanej specjalistki do spraw analizy biznesowej, inżynierii wymagań, zarządzania jakością i zarządzania projektami, uzupełnia tę lukę. Wprowadzając w temat i kompleksowo go omawiając, autorka czerpie równocześnie z obserwacji, doświadczeń i praktyk - tych, które działają, i tych, które nie sprawdzają się w różnych obszarach analizy biznesowej. Dostarcza tym samym wskazówek dotyczących aspektów i obszarów stanowiących największe wyzwania w pracy analityka, takich jak: Prawidłowe planowanie pracy pod kątem celów i oczekiwanych rezultatów Precyzyjne wyrażanie myśli i przekładanie ich na udokumentowany zapis Uwzględnianie punktu widzenia wszystkich interesariuszy Przykładanie odpowiedniej wagi do inżynierii wymagań Wdrażanie zasad AB w projektach z różnych branż

Analiza danych behawioralnych przy użyciu języków R i Python

Florent Buisson

Wykorzystanie danych zorientowanych na użytkownika w celu uzyskania realnych wyników biznesowych Dzięki tej książce Czytelnik będzie mógł wykorzystać w swojej firmie pełną moc danych behawioralnych używając w tym celu wyspecjalizowanych narzędzi. Algorytmy często stosowane w danologii, a także programy służące do analizy predykcyjnej traktują jak zwykłe informacje dane behawioralne wygenerowane przez użytkowników, takie jak kliknięcia na stronie internetowej czy zakupy w supermarkecie. Ten praktyczny przewodnik zawiera opisy skutecznych metod, zaprojektowanych specjalnie w celu przeprowadzania analiz danych behawioralnych. Zaawansowana architektura umożliwiająca wykonywanie eksperymentów pomaga w pełni wykorzystać testy A/B. Diagramy przyczynowe pozwalają poznać przyczyny zachowań nawet w przypadku, gdy nie można przeprowadzać eksperymentów. Ta praktyczna książka, napisana przystępnym stylem i przeznaczona dla osób zajmujących się danymi, analityków biznesowych oraz behawiorystów, zawiera kompletne przykłady, a także ćwiczenia wykorzystujące języki R i Python, pozwalające od razu uzyskać lepszy wgląd w dane. Zagadnienia przeanalizowane w książce: - Poznanie specyfiki danych behawioralnych. - Przedstawienie różnic pomiędzy pomiarami a prognozami. - Wyjaśnienie, jak można oczyścić i przygotować dane behawioralne. - Zaprojektowanie i przeanalizowanie eksperymentów umożliwiających podejmowanie optymalnych decyzji biznesowych. - Wykorzystanie danych behawioralnych w celu zrozumienia i określenia przyczyny oraz skutku. - Zaprezentowanie kompleksowej metody pozwalającej na uzyskanie przejrzystego podziału klientów na grupy. "Ta książka jest wyjątkowa, ponieważ rozpoczyna się od przedstawienia pytań i problemów, a także wykorzystuje w postaci prawdziwych narzędzi odpowiednie techniki i języki programowania. Dzięki temu Czytelnicy poznają, jak można rozwiązywać niezwykle ważne i trudne zagadnienia. Czas poświęcony na jej przeczytanie będzie czystą inwestycją." -Eric Weber Kierownik Działu Eksperymentów, Yelp Florent Buisson jest ekonomistą behawioralnym z 10-letnim doświadczeniem związanych z biznesem, analityką i naukami behawioralnymi. W firmie ubezpieczeniowej Allstate założył zespół specjalizujący się w naukach behawioralnych i pełnił funkcję jego szefa przez cztery lata. Publikował artykuły naukowe w czasopismach takich jak recenzowany Journal of Real Estate Research. Posiada tytuł magistra ekonometrii oraz doktorat z ekonomii behawioralnej, uzyskany na uniwersytecie Sorbona w Paryżu.

Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji

Foster Provost, Tom Fawcett

Wyciągaj trafne wnioski! Posiadanie zbiorów danych to połowa sukcesu. Druga połowa to umiejętność ich skutecznej analizy i wyciągania wniosków! Dopiero na tej podstawie będziesz w stanie właściwie ocenić kondycję Twojej firmy oraz podjąć słuszne decyzje. Wiedza zawarta w tej książce może zadecydować o sukcesie biznesowym lub porażce. Nie ryzykuj i sięgnij po to doskonałe źródło wiedzy, poświęcone nauce o danych. To unikalny podręcznik, który pomoże Ci sprawnie opanować nawet najtrudniejsze zagadnienia związane z analizą danych. Dowiedz się, jak zbudowany jest proces eksploracji danych, z jakich narzędzi możesz skorzystać oraz jak stworzyć model predykcyjny i dopasować go do danych. W kolejnych rozdziałach przeczytasz o tym, czym grozi nadmierne dopasowanie modelu i jak go unikać oraz jak wyciągać wnioski metodą najbliższych sąsiadów. Na koniec zaznajomisz się z możliwościami wizualizacji skuteczności modelu oraz odkryjesz związek pomiędzy nauką o danych a strategią biznesową. To obowiązkowa lektura dla wszystkich osób chcących podejmować świadome decyzje na podstawie posiadanych danych! Dzięki tej książce: poznasz model predykcyjny dowiesz się, jak dopasować model do danych zwizualizujesz skuteczność zbudowanego modelu zwiększysz swoje szanse na osiągnięcie sukcesu biznesowego! Przeanalizuj posiadane dane i podejmij trafne decyzje!

Analiza danych w PostgreSQL. Kurs video. Relacyjne bazy danych w pigułce

Przemysław Dacko

Obierz kurs na... analizę danych w Postgresie Język SQL w świecie IT jest niczym tabliczka mnożenia dla ucznia. Stanowi absolutną podstawę w pracy zarówno analityków, jak i programistów, a jego opanowanie jest konieczne do efektywnej pracy z danymi. By w pełni skorzystać z możliwości tego języka zapytań, należy jeszcze wybrać odpowiedni system zarządzania. PostgreSQL to system zarządzania relacyjnymi bazami danych, zgodny ze standardem SQL. To znaczy, że używa tego samego języka co inne bazy danych SQL, jednak zapewnia też szereg narzędzi i funkcjonalności przydatnych zwłaszcza do analizy danych. Jednym z takich rozszerzeń jest pgAdmin, umożliwiający analizowanie danych z poziomu interfejsu graficznego, co może być szczególnie istotne dla osób z niewielkim doświadczeniem w SQL. Postgres oferuje wsparcie dla wielu języków programowania, w tym dla SQL, Pythona, Perla i Tcl, a dzięki rozszerzeniom można wzbogacić go o kolejne języki, na przykład R, C++ czy Javę. Ponadto jest systemem skalowalnym i dlatego świetnie sprawdza się w analizowaniu i przetwarzaniu dużych zbiorów danych, a także składowaniu danych o różnorodnych typach. W zakres tych różnorodnych typów wchodzą te w formacie JSON i XML, kojarzone z bazami NoSQL. Cały świat business intelligence pokochał PostgreSQL, gdyż jest on wyjątkowo elastycznym rozwiązaniem i umożliwia składowanie, modelowanie i wizualizację danych, jak również tworzenie wysokiej jakości raportów. Co więcej, w łatwy sposób można go zintegrować z narzędziami analitycznymi, takimi jak PowerBI i Tableau. W trakcie naszego profesjonalnego szkolenia: Wybierzesz system zarządzania relacyjnymi bazami danych Zainstalujesz klienta i serwer PostgreSQL Skonfigurujesz program pgAdmin 4 Utworzysz bazy danych Nauczysz się tworzyć tabele, uzupełniać je danymi i wyświetlać ich zawartość Poznasz metody agregowania i grupowania danych Dowiesz się, jak aliasować tabele i kolumny Połączysz ze sobą tabele na różne sposoby Nauczysz się filtrować i sortować wyniki Poznasz operatory rozwijające możliwości filtrowania Nauczysz się wykrywać anomalie Przećwiczysz filtrowanie zgrupowanych widoków Poznasz instrukcje warunkowe Zaktualizujesz wiersze w tabelach Dowiesz się, jak usuwać wiersze z tabel, tworzyć rankingi i grupować daty Zapiszesz wyniki zapytania do nowej tabeli Dowiesz się, jak limitować zapytania Zgłębisz tajniki oczyszczania danych i walidacji danych Przećwiczysz analizę szeregów czasowych i analizę kohortową Nauczysz się wizualizować dane Dowiesz się, czym jest wielkość próbki Analiza danych w PostgreSQL. Kurs video. Relacyjne bazy danych w pigułce to szkolenie, dzięki któremu nauczysz się przeprowadzać przekrojowe analizy danych na wiele sposobów. W praktyce wdrożysz sposoby zarządzania bazami danych i tabelami. Poznasz tajniki przygotowania, analizowania i walidowania danych. Dokładnie przećwiczysz i opanujesz podstawy języka SQL. Nauczysz się łączyć tabele przez joiny i union. Wyniki swojej pracy będziesz w stanie przedstawić w formie zarówno wizualnej, jak i detalicznej. Po ukończeniu szkolenia śmiało stwierdzisz, że znasz podstawy SQL i analizy danych, co pozwoli Ci dalej rozwijać swoje umiejętności w uporządkowany i ukierunkowany sposób.

Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib

Przemysław Dacko

Obierz kurs na analizę danych w Pythonie! Według raportu Digital 2022 liczba internautów to ponad 62% światowej populacji. Są nas miliardy i w krótkim czasie produkujemy miliardy danych. We współczesnym świecie zbiory danych postrzegane są niemal jak złoto, determinują bowiem kierunek rozwoju gospodarki. Jednakże tylko odpowiednio przetworzone dane stają się wartościowymi informacjami. Możemy przyjąć, że kształtują one każdy biznes, dlatego biznes chętnie sięga po analizę danych - naukę, w której surowe dane są analizowane w celu uzyskania na ich podstawie użytecznych informacji i wniosków. A więc jak przekuć zebrane dane w złoto? Branżowym standardem w analizie danych jest język Python i dystrybucja Anaconda wraz z licznymi pakietami data science. Zarezerwuj ponad 6 godzin na naukę, a wszystkie te niezbędne narzędzia i metodyki analizowania danych poznasz w ramach naszego kursu. W trakcie naszego profesjonalnego szkolenia wideo z analizy danych w Pythonie nauczysz się: Korzystać z dystrybucji Anaconda Używać programów Jupyter Lab i Jupyter Notebook Tworzyć wirtualne środowiska dla języka Python i nimi zarządzać Korzystać na poziomie podstawowym z języka Python Używać na poziomie podstawowym biblioteki Pandas, w tym: Obsługiwać DataFrame'y i sety Operować na DataFrame'ach i setach Wczytywać pliki Excel, CSV, tekstowe, pickle Wczytywać dane z baz danych i poprzez API Stosować metody oczyszczania danych: Usuwać puste wiersze Podglądać i przeglądać dane Zarządzać duplikatami Radzić sobie z błędnym typem danych Formatować tabele i dane Usuwać konkretne znaki Korzystać z metod manipulacji danymi: Zmieniać nazwy i dzielić kolumny Agregować dane i znajdować średnie, sumy, mediany, minimum i maksimum Grupować dane - sprawdzać teorię i analizować konkretne tendencje Sortować dane Filtrować dane Łączyć kilka źródeł i tabel w jedną Używać biblioteki Matplotlib i tworzyć wykresy: Tworzyć podstawowy wykres liniowy Edytować markery i linie Edytować etykiety i siatki Tworzyć subwykresy Tworzyć wykres scatterplot Tworzyć wykres słupkowy Generować histogram Tworzyć wykres kołowy Analizować dane i wyciągać wnioski z uzyskanych informacji Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib rozpoczyna się konfiguracją środowiska Anaconda i instalacją bibliotek. W drugim rozdziale przestaną Ci być obce podstawy języka Python, poznasz między innymi operatory, listy, tuple, sety, słowniki, instrukcje warunkowe, pętle, funkcję lambda, RegEx i wyjątki. Po zaprzyjaźnieniu z Pythonem przyjdzie kolej na Pandas - bibliotekę oferującą struktury danych i operacje do manipulowania tabelami liczbowymi, a także szeregami czasowymi. Następnie czeka Cię dużo pracy z danymi; nauczysz się je oczyszczać, agregować i grupować. Po odpowiednim przygotowaniu danych kolej na ich wizualizację. W ostatnim rozdziale poznasz bibliotekę Matplotlib do generowania wizualizacji danych takich jak wykresy i histogramy. Kurs z analizy danych w Pythonie zakończysz na poziomie podstawowym. Będziesz w stanie samodzielnie stworzyć projekt analizy i przeprowadzić ją od wczytania danych po wnioski i wyniki w postaci tabel i wykresów. Pozbędziesz się uczucia skołowania, wywołanego wątpliwościami, od czego by rozpocząć naukę, a poznane zagadnienia pozwolą Ci na efektywny dalszy rozwój, wskażą bowiem wiele punktów wyjścia do kreowania swojej ścieżki w data science. Jakie zadania wykonuje analityk danych? Do codziennych zadań analityka należy zwiększanie wydajności poprzez wykrywanie wzorców w danych. Pod tym pojęciem kryje się realizowana na różne sposoby praca z danymi, w tym ich eksploracja, zarządzanie nimi, a także analiza statystyczna i wizualizacja danych. Analityk zajmuje się weryfikacją pewnych hipotez biznesowych i przygotowaniem raportów dla zarządu lub innych pracowników firmy. Jednocześnie zachowuje dużą samodzielność, eksplorując dane w sposób kreatywny i poszukując ciekawych zależności i zachowań. Już teraz jest to jeden z lepiej opłacanych zawodów w branży informatycznej, a analityk danych jest pożądanym pracownikiem z pogranicza IT i biznesu w każdej, zarówno większej, jak i mniejszej firmie. Zobacz także kursy wideo z .NET