Nexus czyli skalowalny Scrum

Dave West, Kurt Bittner, Patricia Kong

Popraw i przyspiesz dostarczanie oprogramowania w dużych, rozproszonych i złożonych projektach Nexus to najprostsze i najskuteczniejsze podejście do stosowania Scruma w skali obejmującej wiele zespołów, lokalizacji i stref czasowych. Został utworzony przez Scrum.org pionierską organizację prowadzącą szkolenia i przyznającą certyfikaty dotyczące Scruma. Organizację tę założył Ken Schwaber, współtwórca Scrum. Podczas tworzenia Nexusa wykorzystano dekady doświadczenia, stawiając czoła wyjątkowym wyzwaniom, z którymi mierzą się zespoły, łącząc się, współdzieląc pracę, zarządzając i minimalizując zależności. Nexus, czyli skalowalny Scrum to zwięzła książka, która pokazuje, jak Nexus pomaga zespołom dostarczać złożone, wieloplatformowe, programistyczne produkty w krótkich, częstych cyklach, nie poświęcając spójności ani jakości, nie dodając niepotrzebnej złożoności i nie odchodząc od zasadniczych założeń Scrum. W rozbudowanym studium przypadku autorzy zilustrowali, jak Nexus pomaga rozwiązać typowe wyzwania związane ze skalowaniem, w tym redukcję zależności między zespołami, zachowanie samoorganizacji zespołów i utrzymanie przejrzystości, ta także sprawozdawczość. Zrozum wyzwania dotyczące dostarczania pracy, zintegrowanych przyrostów produktu pochodzących od wielu zespołów oraz dowiedz się, jak odnosi się do nich Nexus. Utwórz Nexus wokół nowego lub istniejącego produktu i naucz się definiować cele i planować pracę zgodnie z Nexusem. Uruchom sprinty w Nexusie, zapewniając przejrzystość postępu, prowadząc skuteczne przeglądy sprintów Nexusa i używając retrospektyw sprintów Nexusa w celu ciągłego udoskonalania. Pokonaj wyzwania związane ze współpracą rozproszonych zespołów.

Poznaj Data Science. Przekształcanie, eksplorowanie, wizualizacja i modelowanie danych w Pythonie

Deborah Nolan, Joseph Gonzalez, Sam Lau

Jako ambitny Data Scientist, czyli danetyk, rozumiesz, dlaczego organizacje polegają na danych przy podejmowaniu ważnych decyzji - czy chodzi o firmy projektujące witryny internetowe, władze miasta decydujące o sposobie poprawy usług, czy naukowców pracujących nad zatrzymaniem rozprzestrzeniania się choroby. Chcesz nabyć umiejętności wyciągania praktycznych wniosków z nieuporządkowanego mnóstwa danych. Nazywamy to danetycznym cyklem życia: proces zbierania, przekształcania, analizowania danych i wyciągania z nich wniosków. Poznaj Data Science to pierwsza książka przedstawiająca fundamentalne umiejętności dotyczące zarówno programowania, jak i statystyki, które są potrzebne w całym cyklu życia. Jest skierowana do osób, które chcą zostać danetykami lub z nimi współpracują, a także analityków danych, którzy chcą przekroczyć podział na "techniczne/nietechniczne". Jeśli znasz podstawy programowania w Pythonie, nauczysz się pracować z danymi przy użyciu standardowych w branży narzędzi, takich jak pandas. - Sprecyzuj pytanie, aby pozwalało na badanie interesującej kwestii przy użyciu danych - Zgromadź dane, co może obejmować przetwarzanie tekstu, ekstrakcję danych internetowych itp. - Zyskaj wartościowe spostrzeżenia, dzięki oczyszczaniu, eksplorowaniu i wizualizacji danych - Poznaj sposoby modelowania służące do opisu danych - Dokonaj uogólnień wykraczających poza dane "Żałuję, że nie mieliśmy tej książki, gdy pierwszy raz wymyślaliśmy określenie Data Scientist na nasz zawód. Warto zacząć od niej zajmowanie się analizą/inżynierią danych, sztuczną inteligencją lub uczeniem maszynowym". -DJ Patil, PhD pierwszy US Chief Data Scientist Sam Lau jest asystentem w Halıcıoğlu Data Science Institute na uniwersytecie UC San Diego. Sam ma dziesięć lat doświadczenia w nauczaniu. Ułożył program przedmiotu Data Science i nauczał go na wzorcowych kursach na uniwersytetach UC Berkeley i UC San Diego. Joey Gonzalez jest adiunktem na wydziale EECS na uniwersytecie UC Berkeley, członkiem grupy badawczej Berkeley AI Research oraz członkiem założycielem organizacji Berkeley RISE Lab. Jest także współzałożycielem firm Turi Inc. i Aqueduct, które tworzą narzędzia dla osób zajmujących się Data Science. Deborah Nolan jest profesorem emerita statystyki i prodziekanem ds. studentów w College of Computing, Data Science, and Society na uniwersytecie UC Berkeley.

Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps

Valliappa Lakshmanan, Sara Robinson, Michael Munn

Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps Wzorce projektowe opisane w tej książce obejmują najlepsze praktyki i rozwiązania powtarzalnych problemów w uczeniu maszynowym. Autorzy, troje inżynierów z firmy Google, skatalogowali sprawdzone metody, aby pomóc badaczom danych sprostać typowym problemom występującym w całym procesie uczenia maszynowego. Te wzorce projektowe kodyfikują doświadczenie setek ekspertów w prostych, przystępnych radach. W tej książce znajdziesz szczegółowe wyjaśnienia 30 wzorców reprezentacji danych i problemów, operacjonalizacji, powtarzalności, odtwarzalności, elastyczności, objaśnialności i bezstronności. Każdy wzorzec obejmuje opis problemu, różnorodne potencjalne rozwiązania oraz rekomendacje dotyczące wyboru najlepszej techniki w danej sytuacji. Nauczysz się: •  Rozpoznawać i minimalizować typowe problemy występujące podczas uczenia, oceniania oraz wdrażania modeli uczenia maszynowego •  Przedstawiać dane dla różnych typów modeli uczenia maszynowego, w postaci reprezentacji wektorowych, krzyżowania cech i nie tylko •  Wybierać prawidłowy typ modelu dla konkretnych problemów •  Konstruować wydajną pętlę uczenia z zastosowaniem punktów kontrolnych, strategii rozkładu i strojenia hiperparametrów •  Wdrażać skalowalne systemy uczenia maszynowego, które można uczyć ponownie i aktualizować, aby odzwierciedlać nowe dane •  Interpretować predykcje modeli dla interesariuszy i zapewniać, że modele traktują użytkowników bezstronnie •  Zwiększać dokładność, odtwarzalność i elastyczność   „Dzięki wspaniałym, różnorodnym przykładom ta książka jest obowiązkową lekturą dla badaczy danych i inżynierów uczenia maszynowego dążących do zrozumienia sprawdzonych rozwiązań złożonych problemów uczenia maszynowego.” ­—David Kanter Dyrektor wykonawczy, ML Commons „Jeśli chcesz oszczędzić sobie siniaków na drodze do konstruowania rozwiązań uczenia maszynowego, Lak, Sara i Michael to osoby, na które możesz liczyć.” ­—Will Grannis Dyrektor zarządzający, Cloud CTO Office, Google Valliappa (Lak) Lakshmanan jest globalnym kierownikiem działu analizy danych i rozwiązań sztucznej inteligencji w Google Cloud. Sara Robinson jest rzeczniczką deweloperów w zespole Google Cloud, skupiającą się na uczeniu maszynowym. Michael Munn jest inżynierem rozwiązań uczenia maszynowego w Google, gdzie pomaga klientom projektować, implementować i wdrażać modele uczenia maszynowego.

SQL Server - zaawansowane techniki rozwiązywania problemów i poprawiania wydajności

Dmitri Korotkevitch

Najlepsze praktyki i techniki Książka ta jest przeznaczona dla praktyków i zawiera wyczerpujący przegląd najlepszych metod rozwiązywania problemów w systemie Microsoft SQL Server oraz poprawiania jego wydajności. Inżynierowie, programiści i administratorzy baz danych dowiedzą się, jak identyfikować problemy związane z wydajnością, traktować je w sposób całościowy i ustalać priorytety działań związanych z dostrajaniem, aby osiągnąć najwyższą wydajność systemu. Autorem książki jest Dmitri Korotkevitch - posiadacz tytułów Microsoft Data Platform MVP i Microsoft Certified Master (MCM). Wyjaśnia w niej zależności między komponentami środowiska SQL Server. Dzięki temu można się dowiedzieć, jak szybko zdiagnozować system i odkryć pierwotną przyczynę każdego problemu. Techniki przedstawione w tej książce można zastosować we wszystkich wersjach SQL Server. Dotyczą zarówno środowiska zainstalowanego w siedzibie firmy, jak i w chmurze. Zagadnienia przeanalizowane w książce: - Radzenie sobie z problemami wydajnościowymi występującymi w SQL Server - Narzędzia, metody i technologie umożliwiające przeprowadzanie testów diagnostycznych w SQL Server - Kontrola stanu instalacji SQL Server - Zależności pomiędzy komponentami SQL Server - Poprawa wydajności SQL Server i redukcja wąskich gardeł - Wykrywanie źle zoptymalizowanych zapytań i nieefektywnych planów wykonania zapytań - Wykrywanie niewydajnych indeksów i typowych problemów związanych z projektowaniem bazy danych - Zastosowanie poznanych technik w bazach danych Microsoft Azure SQL, Azure SQL Managed Instances oraz Amazon RDS for SQL Server "Świetny zbiór technik, wskazówek i skryptów pozwalających radzić sobie z problemami zarówno w sposób reaktywny, jak i proaktywny. Szkoda, że nie miałem takiej książki 25 lat temu, gdy zaczynałem pracę z bazą danych SQL Server. -Thomas Grohser Architekt infrastruktury SQL Server Dmitri Korotkevitch jest posiadaczem tytułów Microsoft Data Platform MVP i Microsoft Certified Master (SQL Server). Ma wieloletnie doświadczenie w branży IT. Wiedzę związaną z produktem Microsoft SQL Server zdobył będąc programistą aplikacji i baz danych, administratorem i architektem. Dmitri specjalizuje się w projektowaniu, rozwijaniu i dostrajaniu złożonych systemów OLTP, które działając przez całą dobę obsługują tysiące transakcji na sekundę. Obecnie kieruje zespołem ds. usług bazodanowych w Chewy.com oraz świadczy usługi konsultacyjne i szkoleniowe w zakresie systemu SQL Server dla klientów z całego świata.

Microsoft Excel 2019 Krok po kroku

Curtis Frye

Szybka metoda nauki Microsoft Excel 2019 Nauka może być łatwa. Osiągnij więcej w krótkim czasie przy użyciu Microsoft Excel 2019. Znajdź odpowiedź, której potrzebujesz już teraz, albo pracuj od deski do deski, pobierając pliki ćwiczeń i systematycznie budując swoje umiejętności. Szybko twórz skoroszyty, wprowadzaj dane i formatuj je w celu poprawy czytelności Wykonuj obliczenia, odnajduj i poprawiaj błędy Twórz wyrafinowane arkusze prognoz, wskaźników KPI i linii czasu Wizualizuj dane w trójwymiarowych mapach, wykresach i schematach Importuj, przetwarzaj, podsumowuj i analizuj wielke zbiory danych w ulepszonych mechanizmach tabel przestawnych i Power Query Buduj skuteczne modele dane i używaj ich w analizach biznesowych Curtis Frye jest autorem przeszło 30 książek, w tym Microsoft Excel 2016 Krok po kroku oraz Brilliant Excel VBA Programming. Opracowane przez niego kursy dla Linda.com i LinkedIn obejmują m.in. Tableau Essential training i Excel: Scenario Planning and Analysis.

Inspirujące kolory w dekoracjach cukierniczych torty, babeczki i ciasteczka według Lindy Smith

Lindy Smith

Dowiedz się, jak kreatywnie dobierać kolory w projektach dekoracji ciast poprzez 10 zachwycających wzorów tortów stworzonych przez Lindy Smith, autorkę międzynarodowego bestsellera The Contemporary Cake Decorating Bible. Poznaj sposoby dostosowywania projektów tortów do własnych koncepcji kolorystycznych, jak czerpać inspiracje kolorystyczne ze swego otoczenia w celu stworzenia własnych, unikatowych palet. Dowiedz się, jak używać dostępnych barwników spożywczych w celu osiągnięcia najlepszych rezultatów i zadziwiających dekoracji ciast. Zawiera 10 ukierunkowanych kolorystycznie rozdziałów, każdy ze wspaniałym projektem dekorowania tortu i dodatkowymi projektami babeczek i ciastek w alternatywnych barwach, pokazujących, jak wybór różnych kolorów może wpłynąć na odbiór naszego projektu. Ilustrowane instrukcje krok po kroku obejmują każdą fazę projektowania tortu, poczynając od pieczenia ciast i mieszania barw po modelowanie lukrów i dodawanie finalnych retuszy doskonałe zarówno dla początkujących, jak i doświadczonych dekoratorów! Obejmuje wyczerpujący indeks barwników spożywczych najpopularniejszych marek oraz szczegółowe instrukcje modyfikowania ich odcieni, nasycenia i intensywności, aby spełnić dowolne wymagania dekoracji tortów.

Praktyczne uczenie nienadzorowane przy użyciu języka Python

Ankur A. Patel

Wielu ekspertów branżowych uważa uczenie nienadzorowane za kolejną granicę w dziedzinie sztucznej inteligencji, która może stanowić klucz do pełnej sztucznej inteligencji. Ponieważ większość danych na świecie jest nieoznakowana, nie można do nich zastosować konwencjonalnego uczenia nadzorowanego. Z kolei uczenie nienadzorowane może być stosowane wobec nieoznakowanych zbiorów danych w celu odkrycia istotnych wzorców ukrytych głęboko w tych danych, które dla człowieka mogą być niemal niemożliwe do odkrycia. Autor Ankur Patel pokazuje, jak stosować uczenie nienadzorowane przy wykorzystaniu dwóch prostych platform dla języka Python: Scikit-learn oraz TensorFlow (wraz z Keras). Dzięki dołączonemu kodowi i praktycznym przykładom analitycy danych będą mogli identyfikować trudne do znalezienia wzorce w danych i odkrywać dogłębne zależności biznesowe, wykrywać anomalie, przeprowadzać automatyczną selekcję zmiennych i generować syntetyczne zbiory danych. Wystarczy znajomość programowania i nieco doświadczenia w uczeniu maszynowym, aby zająć się: Porównywaniem mocnych i słabych stron różnych podejść do uczenia maszynowego: uczenia nadzorowanego, nienadzorowanego i wzmacnianego. Przygotowywaniem i zarządzaniem projektami uczenia maszynowego. Budowaniem systemu wykrywania anomalii w celu wychwycenia oszustwa dotyczącego kard kredytowych. Rozdzielaniem użytkowników na wydzielone i jednorodne grupy. Przeprowadzaniem uczenia pół-nadzorowanego. Opracowywaniem systemów polecania filmów z użyciem ograniczonych automatów Boltzmanna. Generowaniem syntetycznych obrazów przy użyciu generujących sieci antagonistycznych. Badacze, inżynierowie i studenci docenią tę książkę pełną praktycznych technik uczenia nienadzorowanego, napisaną prostym językiem z nieskomplikowanymi przykładami w języku Python, które można szybko i skutecznie implementować. Sarah Nagy Główny analityk danych w firmie Edison Ankur A. Patel jest wiceprezesem ds. informatyki analitycznej w firmie 7Park Data, wspieranej przez firmę inwestycyjną Vista Equity Partners. W firmie 7Park Data, Ankur i jego zespół analizy danych wykorzystują dane alternatywne do opracowywania produktów związanych z danymi dla funduszy hedgingowych i korporacji oraz rozwijają usługi uczenia maszynowego dla klientów firmowych.

e-Publikacje w InDesign CS6. Projektowanie i tworzenie publikacji cyfrowych dla tabletów, czytników, smartfonów i innych urządzeń

Pariah Burke

Projektowanie i produkcja publikacji cyfrowych Jeśli pragniesz tworzyć publikacje cyfrowe, wciągające Czytelnika atrakcyjnym układem, w pełni wykorzystujące możliwości zapewniane przez nowoczesne urządzenia, Pariah Burke, ekspert w dziedzinie e-publikacji, pokaże, jak to osiągnąć. Książka ta zawiera informacje niezbędne do projektowania i rozpowszechniania publikacji cyfrowych, poczynając od tworzenia treści od zera, aż po konwertowanie istniejących już wydawnictw drukowanych do formatów cyfrowych. Poznaj cały proces produkcji: planowanie, dołączanie multimediów i interaktywności oraz publikowanie. Instrukcje krok po kroku oraz praktyczne ćwiczenia pozwolą szybko osiągnąć niezbędne umiejętności. Szybciej niż sądzisz, będziesz umiał projektować bogate multimedialnie e-booki, czasopisma, cyfrowe katalogi i jeszcze więcej! PARIAH BURKE jest konsultantem i wykładowcą w dziedzinie projektowania, druku i publikacji cyfrowych. Oprócz książki Mastering InDesign CS5 for Print Design and Production napisał (samodzielnie lub jako współautor) jeszcze pięć innych książek oraz ponad 350 opu-blikowanych artykułów. Jest również współtwórcą egzaminów Adobe Certified Expert w dziedzinie InDesign i Illustrator CS4 oraz CS5. Od dwudziestu lat pracuje jako niezależny projektant, a także jako gospodarz licznych webinariów poświęconych publikacjom cyfrowym i projektowaniu. KOMPUTERY/Przetwarzanie obrazów • Dowiedz się, jak tworzyć treści dla iPada, iPhone, Kindle Fire, Nook, tabletów Android i innych urządzeń • Projektuj, rozpowszechniaj i zarządzaj interaktywnymi magazynami, katalogami, e-bookami, e-podręcznikami i jeszcze więcej • Twórz dotykowe publikacje cyfrowe przy użyciu Adobe Digital Publishing Suite oraz Aquafadas Digital Publishing System • Dodawaj dźwięk, wideo i obrazy do swoich e-booków • Twórz e-booki o najwyższej jakości i maksymalnej kompatybilności w formatach EPUB i Kindle KF8 • Planuj publikacje PDF i wykorzystaj potencjał tego formatu • Opanuj tajniki nawigacji i poznaj złożony świat publikacji cyfrowych