eBooki
W kategorii eBooki znajdziesz książki w postaci elektronicznej, w formie PDF, ePub oraz mobi. Po zakupie e-booka będzie on dostępny w Bibliotece na koncie użytkownika. Książki przeczytasz na laptopie, tablecie, smartfonie lub czytniku ebooków (Kindle, Pocketbook, inkBOOK, Prestigio i innych). Więcej na temat wykorzystania i zabezpieczenia eBooków znajdziesz na stronie "Przewodnik po eBookach".
Ebooki dostępne w księgarni Ebookpoint
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II
-
Power Query w Excelu i Power BI. Zbieranie i przekształcanie danych
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie III
-
Data science od podstaw. Analiza danych w Pythonie. Wydanie II
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II
-
Inżynieria danych w praktyce. Kluczowe koncepcje i najlepsze technologie
-
Siatka danych. Nowoczesna koncepcja samoobsługowej infrastruktury danych
-
Spark. Błyskawiczna analiza danych. Wydanie II
-
Projektowanie baz danych dla każdego. Przewodnik krok po kroku. Wydanie IV
-
Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R
-
Podstawy wizualizacji danych. Zasady tworzenia atrakcyjnych wykresów
-
Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Google Analytics od podstaw. Analiza wpływu biznesowego i wyznaczanie trendów
-
Zarządzanie danymi w zbiorach o dużej skali. Nowoczesna architektura z siatką danych i technologią Data Fabric. Wydanie II
-
Kompletny przewodnik po DAX. Analiza biznesowa przy użyciu Microsoft Excel, SQL Server Analysis Services i Power BI
-
Microsoft Azure SQL Database Krok po kroku
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
-
NoSQL. Kompendium wiedzy
-
Przewodnik po MongoDB. Wydajna i skalowalna baza danych. Wydanie III
-
T-SQL dla zaawansowanych. Przewodnik programisty. Wydanie IV
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Zapytania w SQL. Przyjazny przewodnik. Wydanie IV
-
Korporacyjne jezioro danych. Wykorzystaj potencjał big data w swojej organizacji
-
Big Data. Krótkie Wprowadzenie 30
-
Skazany na sukces. Kariera w Data Science
-
Wprowadzenie do systemów baz danych. Wydanie VII
-
NoSQL, NewSQL i BigData. Bazy danych następnej generacji
-
Rola archiwów w procesie wdrażania systemów elektronicznego zarządzania dokumentacją. Z doświadczeń archiwów szkół wyższych, instytucji naukowych i kulturalnych oraz państwowych i samorządowych jednostek organizacyjnych
-
Poznaj Tableau 2022. Wizualizacja danych, interaktywna analiza danych i umiejętność data storytellingu. Wydanie V
-
NoSQL. Przyjazny przewodnik
-
Anonimizacja i maskowanie danych wrażliwych w przedsiębiorstwach
-
Dane grafowe w praktyce. Jak technologie grafowe ułatwiają rozwiązywanie złożonych problemów
-
Hadoop. Komplety przewodnik. Analiza i przechowywanie danych
-
Spark. Zaawansowana analiza danych
-
Wizualizacja danych. Pulpity nawigacyjne i raporty w Excelu
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie II
-
The New Relational Database Dictionary. Terms, Concepts, and Examples
-
Database Design and Relational Theory. Normal Forms and All That Jazz
-
C# Database Basics. Moving from Visual Basic and VBA to C#
-
Database in Depth. Relational Theory for Practitioners
-
MongoDB and Python. Patterns and processes for the popular document-oriented database
-
Wywiad telefoniczny ze wspomaganiem komputerowym (CATI). Działania ankieterskie w call centers
-
Learn Power BI. A comprehensive, step-by-step guide for beginners to learn real-world business intelligence - Second Edition
-
Mastering Microsoft Power BI. Expert techniques to create interactive insights for effective data analytics and business intelligence - Second Edition
-
The Relational Database Dictionary. A Comprehensive Glossary of Relational Terms and Concepts, with Illustrative Examples
-
Wybrane zagadnienia informatyki technicznej. O niektórych rozwiązaniach w dziedzinie eksploracji danych inspirowanych teorią zbiorów przybliżonych
-
Learn MongoDB 4.x. A guide to understanding MongoDB development and administration for NoSQL developers
-
MongoDB Fundamentals. A hands-on guide to using MongoDB and Atlas in the real world
-
Redis Cookbook
-
Badanie danych. Raport z pierwszej linii działań
-
Bazy danych. Pierwsze starcie
-
Bazy danych. Podstawy projektowania i języka SQL
-
Delphi 2007 dla WIN32 i bazy danych
-
Dziennikarstwo danych i data storytelling
-
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
-
Graph Data Modeling in Python. A practical guide to curating, analyzing, and modeling data with graphs
-
Data Engineering with dbt. A practical guide to building a cloud-based, pragmatic, and dependable data platform with SQL
-
LaTeX Graphics with TikZ. A practitioner's guide to drawing 2D and 3D images, diagrams, charts, and plots
-
Driving Data Quality with Data Contracts. A comprehensive guide to building reliable, trusted, and effective data platforms
-
Natural Language Understanding with Python. Combine natural language technology, deep learning, and large language models to create human-like language comprehension in computer systems
-
Mastering Kafka Streams and ksqlDB
-
FileMaker Pro 13: The Missing Manual
-
QuickBase: The Missing Manual. The Missing Manual
-
HBase: The Definitive Guide. Random Access to Your Planet-Size Data
-
FileMaker Pro 11: The Missing Manual
-
Cassandra: The Definitive Guide, (Revised) Third Edition. 3rd Edition
-
Microsoft Power BI Performance Best Practices. A comprehensive guide to building consistently fast Power BI solutions
-
Elasticsearch 8.x Cookbook. Over 180 recipes to perform fast, scalable, and reliable searches for your enterprise - Fifth Edition
-
Actionable Insights with Amazon QuickSight. Develop stunning data visualizations and machine learning-driven insights with Amazon QuickSight
-
Artificial Intelligence with Power BI. Take your data analytics skills to the next level by leveraging the AI capabilities in Power BI
-
Foundations of Scalable Systems
-
Instant MongoDB. Get up to speed with one of the the world's most popular NoSQLdatabase
-
The Enterprise Data Catalog
-
IBM DB2 11.1 Certification Guide. Explore techniques to master database programming and administration tasks in IBM Db2
-
AI-Powered Commerce. Building the products and services of the future with Commerce.AI
-
Deciphering Data Architectures
-
Streaming Databases
-
Hands-On Salesforce Data Cloud
-
FileMaker Pro 12: The Missing Manual
-
Building Analytics Teams. Harnessing analytics and artificial intelligence for business improvement
-
The Machine Learning Solutions Architect Handbook. Create machine learning platforms to run solutions in an enterprise setting
-
Data Engineering with Alteryx. Helping data engineers apply DataOps practices with Alteryx
-
Data Cleaning and Exploration with Machine Learning. Get to grips with machine learning techniques to achieve sparkling-clean data quickly
-
Codeless Time Series Analysis with KNIME. A practical guide to implementing forecasting models for time series analysis applications
-
Machine Learning Techniques for Text. Apply modern techniques with Python for text processing, dimensionality reduction, classification, and evaluation
-
CompTIA Data+: DAO-001 Certification Guide. Complete coverage of the new CompTIA Data+ (DAO-001) exam to help you pass on the first attempt
-
Python Feature Engineering Cookbook. Over 70 recipes for creating, engineering, and transforming features to build machine learning models - Second Edition
-
Machine Learning Engineering on AWS. Build, scale, and secure machine learning systems and MLOps pipelines in production
-
Machine Learning Model Serving Patterns and Best Practices. A definitive guide to deploying, monitoring, and providing accessibility to ML models in production
-
Production-Ready Applied Deep Learning. Learn how to construct and deploy complex models in PyTorch and TensorFlow deep learning frameworks
-
Forecasting Time Series Data with Prophet. Build, improve, and optimize time series forecasting models using Meta's advanced forecasting tool - Second Edition
-
Machine Learning in Microservices. Productionizing microservices architecture for machine learning solutions
-
SQL Query Design Patterns and Best Practices. A practical guide to writing readable and maintainable SQL queries using its design patterns
-
Scalable Data Architecture with Java. Build efficient enterprise-grade data architecting solutions using Java
-
Real-World Implementation of C# Design Patterns. Overcome daily programming challenges using elements of reusable object-oriented software
-
Feature Store for Machine Learning. Curate, discover, share and serve ML features at scale
-
Azure Data Engineering Cookbook. Get well versed in various data engineering techniques in Azure using this recipe-based guide - Second Edition
-
Data Modeling with Tableau. A practical guide to building data models using Tableau Prep and Tableau Desktop
-
Simplifying Data Engineering and Analytics with Delta. Create analytics-ready data that fuels artificial intelligence and business intelligence
-
The Art of Data-Driven Business. Transform your organization into a data-driven one with the power of Python machine learning
-
Learning Tableau 2022. Create effective data visualizations, build interactive visual analytics, and improve your data storytelling capabilities - Fifth Edition
-
Data Storytelling with Google Looker Studio. A hands-on guide to using Looker Studio for building compelling and effective dashboards
-
SQL for Data Analytics. Harness the power of SQL to extract insights from data - Third Edition
-
Azure Machine Learning Engineering. Deploy, fine-tune, and optimize ML models using Microsoft Azure
-
Data Wrangling with R. Load, explore, transform and visualize data for modeling with tidyverse libraries
-
Microsoft Power BI Data Analyst Certification Guide. A comprehensive guide to becoming a confident and certified Power BI professional
-
Mastering QlikView Data Visualization. Take your QlikView skills to the next level and master the art of creating visual data analysis for real business needs
-
Fast Data Processing Systems with SMACK Stack. Click here to enter text
-
Python Machine Learning Cookbook. 100 recipes that teach you how to perform various machine learning tasks in the real world
-
Mastering Tableau. Smart Business Intelligence techniques to get maximum insights from your data
-
Splunk Best Practices. Operational intelligent made simpler
-
Getting Started with Flurry Analytics. In today's mobile app market you need to track your applications and analyze user data to give yourself the competitive edge. Flurry Analytics will do all that and more, and this book is the perfect developer's guide
-
OpenGL Development Cookbook. OpenGL brings an added dimension to your graphics by utilizing the remarkable power of modern GPUs. This straight-talking cookbook is perfect for intermediate C++ programmers who want to exploit the full potential of OpenGL
-
Learning Python Design Patterns. - Second Edition
-
Python Data Science Essentials. Learn the fundamentals of Data Science with Python - Second Edition