Big Data - ebooki
Ebooki z kategorii: Big Data dostępne w księgarni Helion
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Specyfikacja wymagań oprogramowania. Kluczowe praktyki analizy biznesowej
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II
-
Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III
-
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II
-
Podstawy wizualizacji danych. Zasady tworzenia atrakcyjnych wykresów
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie III
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Inżynieria danych w praktyce. Kluczowe koncepcje i najlepsze technologie
-
Power BI i sztuczna inteligencja. Jak w pełni wykorzystać funkcje AI dostępne w Power BI
-
Google Analytics od podstaw. Analiza wpływu biznesowego i wyznaczanie trendów
-
Microsoft Power BI dla bystrzaków
-
Marketing i analityka biznesowa dla początkujących. Poznaj najważniejsze narzędzia i wykorzystaj ich możliwości
-
Spark. Błyskawiczna analiza danych. Wydanie II
-
Microsoft Power BI dla zaawansowanych. Eksperckie techniki tworzenia interaktywnych analiz w świecie biznesu. Wydanie II
-
Zaawansowana analiza danych w PySpark. Metody przetwarzania informacji na szeroką skalę z wykorzystaniem Pythona i systemu Spark
-
Pierwsze kroki w Power BI. Kompletny przewodnik po praktycznej analityce biznesowej. Wydanie II
-
Siatka danych. Nowoczesna koncepcja samoobsługowej infrastruktury danych
-
Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów
-
Zrozumieć BPMN. Modelowanie procesów biznesowych. Wydanie 2 rozszerzone
-
Opowieści ukryte w danych. Wyjaśnij dane i wywołaj działania za pomocą narracji
-
DAX i Power BI w analizie danych. Tworzenie zaawansowanych i efektywnych analiz dla biznesu
-
Modelowanie danych z Power BI dla ekspertów analityki. Jak w pełni wykorzystać możliwości Power BI
-
Power Query w Excelu i Power BI. Zbieranie i przekształcanie danych
-
Wizualizacja danych. Pulpity nawigacyjne i raporty w Excelu
-
Data science od podstaw. Analiza danych w Pythonie. Wydanie II
-
Poznaj Tableau 2022. Wizualizacja danych, interaktywna analiza danych i umiejętność data storytellingu. Wydanie V
-
Myślenie systemowe. Wprowadzenie
-
Dodaj mocy Power BI! Jak za pomocą kodu w Pythonie i R pobierać, przekształcać i wizualizować dane
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Power BI i Power Pivot dla Excela. Analiza danych
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie II
-
Google Analytics w biznesie. Poradnik dla zaawansowanych. Wydanie II
-
Google Analytics dla marketingowców. Wydanie III
-
Analiza biznesowa. Praktyczne modelowanie organizacji
Niedostępna
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Korporacyjne jezioro danych. Wykorzystaj potencjał big data w swojej organizacji
Niedostępna
-
Język R i analiza danych w praktyce. Wydanie II
-
Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II
Czasowo niedostępna
-
Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji
-
Analiza i prezentacja danych w Microsoft Excel. Vademecum Walkenbacha. Wydanie II
-
Metoda Lean Analytics. Zbuduj sukces startupu w oparciu o analizę danych
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Big Data. Najlepsze praktyki budowy skalowalnych systemów obsługi danych w czasie rzeczywistym
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
-
NoSQL, NewSQL i BigData. Bazy danych następnej generacji
Czasowo niedostępna
-
Naczelny Algorytm. Jak jego odkrycie zmieni nasz świat
Niedostępna
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
Hadoop. Komplety przewodnik. Analiza i przechowywanie danych
Czasowo niedostępna
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
Analiza marketingowa. Praktyczne techniki z wykorzystaniem analizy danych i narzędzi Excela
Czasowo niedostępna
-
Analiza danych w zarządzaniu projektami
Niedostępna
-
Python. Uczenie maszynowe
Czasowo niedostępna
-
Mistrz analizy danych. Od danych do wiedzy
-
Data science od podstaw. Analiza danych w Pythonie
Czasowo niedostępna
-
Spark. Zaawansowana analiza danych
Czasowo niedostępna
-
Zwinna analiza danych. Apache Hadoop dla każdego
Niedostępna
-
Nowe usługi 2.0. Przewodnik po analizie zbiorów danych
Niedostępna
-
Python. Podstawy nauki o danych. Wydanie II
Czasowo niedostępna
-
Google Analytics dla marketingowców. Wydanie II
Czasowo niedostępna
-
Uczenie maszynowe dla programistów
-
Excel 2013 PL. Kurs
Czasowo niedostępna
-
Excel 2010 PL. Ilustrowany przewodnik
-
Analiza i prezentacja danych w Microsoft Excel. Vademecum Walkenbacha
-
Hurtownie danych. Od przetwarzania analitycznego do raportowania
Niedostępna
-
Excel 2010 PL. Kurs
-
Learn Microsoft Fabric. A practical guide to performing data analytics in the era of artificial intelligence
-
Deciphering Data Architectures
-
Transformers for Natural Language Processing and Computer Vision. Explore Generative AI and Large Language Models with Hugging Face, ChatGPT, GPT-4V, and DALL-E 3 - Third Edition
-
Azure Data Factory Cookbook. Build ETL, Hybrid ETL, and ELT pipelines using ADF, Synapse Analytics, Fabric and Databricks - Second Edition
-
Web Data Mining z użyciem języka Python. Odkrywaj i wyodrębniaj informacje ze stron internetowych za pomocą języka Python
-
Cracking the Data Science Interview. Unlock insider tips from industry experts to master the data science field
-
Data-Centric Machine Learning with Python. The ultimate guide to engineering and deploying high-quality models based on good data
-
Building Interactive Dashboards in Microsoft 365 Excel. Harness the new features and formulae in M365 Excel to create dynamic, automated dashboards
-
Data Cleaning with Power BI. The definitive guide to transforming dirty data into actionable insights
-
Kibana 8.x - A Quick Start Guide to Data Analysis. Learn about data exploration, visualization, and dashboard building with Kibana
-
Data Stewardship in Action. A roadmap to data value realization and measurable business outcomes
-
The Definitive Guide to Google Vertex AI. Accelerate your machine learning journey with Google Cloud Vertex AI and MLOps best practices
-
Data Engineering with Scala and Spark. Build streaming and batch pipelines that process massive amounts of data using Scala
-
Managing Data Integrity for Finance. Discover practical data quality management strategies for finance analysts and data professionals
-
Principles of Data Science. A beginner's guide to essential math and coding skills for data fluency and machine learning - Third Edition
-
Vector Search for Practitioners with Elastic. A toolkit for building NLP solutions for search, observability, and security using vector search
-
Automating Data Quality Monitoring
-
AI w Biznesie: Praktyczny Przewodnik Stosowania Sztucznej Inteligencji w Różnych Branżach
-
Data Observability for Data Engineering. Proactive strategies for ensuring data accuracy and addressing broken data pipelines
-
Data Science for Web3. A comprehensive guide to decoding blockchain data with data analysis basics and machine learning cases
-
The Deep Learning Architect's Handbook. Build and deploy production-ready DL solutions leveraging the latest Python techniques
-
Developing Kaggle Notebooks. Pave your way to becoming a Kaggle Notebooks Grandmaster
-
Learn Grafana 10.x. A beginner's guide to practical data analytics, interactive dashboards, and observability - Second Edition
-
Data Modeling with Microsoft Excel. Model and analyze data using Power Pivot, DAX, and Cube functions
-
Machine Learning for Imbalanced Data. Tackle imbalanced datasets using machine learning and deep learning techniques
-
Data Exploration and Preparation with BigQuery. A practical guide to cleaning, transforming, and analyzing data for business insights
-
Practical Machine Learning on Databricks. Seamlessly transition ML models and MLOps on Databricks
-
Cracking the Data Engineering Interview. Land your dream job with the help of resume-building tips, over 100 mock questions, and a unique portfolio
-
Data Science: The Hard Parts
-
Alteryx Designer Cookbook. Over 60 recipes to transform your data into insights and take your productivity to a new level
-
Learn PostgreSQL. Use, manage, and build secure and scalable databases with PostgreSQL 16 - Second Edition
-
Synthetic Data for Machine Learning. Revolutionize your approach to machine learning with this comprehensive conceptual guide
-
Amazon Redshift: The Definitive Guide
-
Modern Data Architectures with Python. A practical guide to building and deploying data pipelines, data warehouses, and data lakes with Python
-
Practical Data Quality. Learn practical, real-world strategies to transform the quality of data in your organization
-
100 sposobów na Excel 2007 PL. Tworzenie funkcjonalnych arkuszy
Niedostępna
-
Dziennikarstwo danych i data storytelling
Niedostępna
-
Wprowadzenie do systemów baz danych. Wydanie VII
Czasowo niedostępna
-
Skazany na sukces. Kariera w Data Science
Czasowo niedostępna
-
Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II
Niedostępna
-
Dane grafowe w praktyce. Jak technologie grafowe ułatwiają rozwiązywanie złożonych problemów
Niedostępna
-
Zrozumieć BPMN. Modelowanie procesów biznesowych
Niedostępna
-
Język R. Kompletny zestaw narzędzi dla analityków danych
Niedostępna
-
Dane i Goliat. Ukryta bitwa o Twoje dane i kontrolę nad światem
Niedostępna
-
Access. Analiza danych. Receptury
Niedostępna
-
Excel 2016 PL. Biblia
Niedostępna
-
Google Analytics. Integracja i analiza danych
Czasowo niedostępna
-
Badanie danych. Raport z pierwszej linii działań
Czasowo niedostępna
-
The Definitive Guide to Data Integration. Unlock the power of data integration to efficiently manage, transform, and analyze data
-
Microsoft SQL Server. Modelowanie i eksploracja danych
Niedostępna
-
Engineering Data Mesh in Azure Cloud. Implement data mesh using Microsoft Azure's Cloud Adoption Framework
-
Deep Learning for Time Series Cookbook. Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
-
Fundamentals of Analytics Engineering. An introduction to building end-to-end analytics solutions