Big data
Książki, ebooki, audiobooki, kursy video z kategorii: Big data dostępne w księgarni Ebookpoint
-
SQL dla analityków danych. Kurs video. Kompleksowe przygotowanie do pracy
-
Wizualizacja danych. Pulpity nawigacyjne i raporty w Excelu
-
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
-
Deep learning z TensorFlow 2 i Keras dla zaawansowanych. Sieci GAN i VAE, deep RL, uczenie nienadzorowane, wykrywanie i segmentacja obiektów i nie tylko. Wydanie II
-
Hadoop. Komplety przewodnik. Analiza i przechowywanie danych
-
Big Data. Najlepsze praktyki budowy skalowalnych systemów obsługi danych w czasie rzeczywistym
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie II
-
Google Analytics dla marketingowców. Wydanie III
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
-
Deep Learning
-
Fundamentals of Data Engineering
-
Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
-
Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie
-
Dancing with Qubits. From qubits to algorithms, embark on the quantum computing journey shaping our future - Second Edition
-
Learn PostgreSQL. Use, manage, and build secure and scalable databases with PostgreSQL 16 - Second Edition
-
Natural Language Understanding with Python. Combine natural language technology, deep learning, and large language models to create human-like language comprehension in computer systems
-
Practical Threat Intelligence and Data-Driven Threat Hunting. A hands-on guide to threat hunting with the ATT&CK™ Framework and open source tools
-
Big Data. Krótkie Wprowadzenie 30
-
Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
-
Microsoft Excel 2019 Przetwarzanie danych za pomocą tabel przestawnych
-
Dane grafowe w praktyce. Jak technologie grafowe ułatwiają rozwiązywanie złożonych problemów
-
Spark. Zaawansowana analiza danych
-
Zwinna analiza danych. Apache Hadoop dla każdego
-
Analiza danych w Tableau. Kurs video. Podstawy pracy analityka
-
Przetwarzanie języka naturalnego w akcji
-
Inteligentna sieć. Algorytmy przyszłości. Wydanie II
-
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
-
Mastering NLP from Foundations to LLMs. Apply advanced rule-based techniques to LLMs and solve real-world business problems using Python
-
Modern Time Series Forecasting with Python. Explore industry-ready time series forecasting using modern machine learning and deep learning
-
Designing Machine Learning Systems
-
Uczenie maszynowe na Raspberry Pi
-
Artificial Intelligence By Example. Develop machine intelligence from scratch using real artificial intelligence use cases
-
Prompt Engineering - zostań Panem Sztucznej Inteligencji
-
De-Mystifying Math and Stats for Machine Learning. Mastering the Fundamentals of Mathematics and Statistics for Machine Learning
-
Data Engineering with Scala and Spark. Build streaming and batch pipelines that process massive amounts of data using Scala
-
MATLAB for Machine Learning. Unlock the power of deep learning for swift and enhanced results - Second Edition
-
Exploratory Data Analysis with Python Cookbook. Over 50 recipes to analyze, visualize, and extract insights from structured and unstructured data
-
Zaufanie do systemów sztucznej inteligencji
-
The Enterprise Data Catalog
-
Applied Machine Learning and AI for Engineers
-
Machine Learning Techniques for Text. Apply modern techniques with Python for text processing, dimensionality reduction, classification, and evaluation
-
Getting Started with Streamlit for Data Science. Create and deploy Streamlit web applications from scratch in Python
-
Cleaning Data for Effective Data Science. Doing the other 80% of the work with Python, R, and command-line tools
-
Wprowadzenie do uczenia maszynowego według Esposito
-
R Graphics Cookbook. Practical Recipes for Visualizing Data. 2nd Edition
-
CompTIA Security+ Certification Guide. Master IT security essentials and exam topics for CompTIA Security+ SY0-501 certification
-
MATLAB for Machine Learning. Practical examples of regression, clustering and neural networks
-
Mastering PostGIS. Modern ways to create, analyze, and implement spatial data
-
Python Data Analysis Cookbook. Clean, scrape, analyze, and visualize data with the power of Python!
-
KNIME Essentials. Perform accurate data analysis using the power of KNIME
-
Power Pivot i język DAX. Kurs video. Analiza i wizualizacja danych w praktyce
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
The Definitive Guide to Power Query (M). Mastering complex data transformation with Power Query
-
Google Analytics w biznesie. Poradnik dla zaawansowanych. Wydanie II
-
Dziennikarstwo danych i data storytelling
-
Data Engineering with Databricks Cookbook. Build effective data and AI solutions using Apache Spark, Databricks, and Delta Lake
-
AI w Biznesie: Praktyczny Przewodnik Stosowania Sztucznej Inteligencji w Różnych Branżach
-
Szeregi czasowe w R. Kurs video. Prognoza, analiza i wizualizacja w praktyce
-
Excel 2021 i Microsoft 365. Przetwarzanie danych za pomocą tabel przestawnych
-
Język R i analiza danych w praktyce. Wydanie II
-
Machine Learning for Algorithmic Trading. Predictive models to extract signals from market and alternative data for systematic trading strategies with Python - Second Edition
-
Learn Microsoft Fabric. A practical guide to performing data analytics in the era of artificial intelligence
-
Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie
-
R i pakiet shiny. Kurs video. Interaktywne aplikacje w analizie danych
-
Sztuczna inteligencja na froncie. Kurs video. Uczenie maszynowe w JavaScript
-
Deciphering Data Architectures
-
Data Pipelines Pocket Reference
-
Microsoft Excel. Kurs video. Wykresy i wizualizacja danych
-
Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów
-
Język R. Kompletny zestaw narzędzi dla analityków danych
-
Hurtownie danych. Od przetwarzania analitycznego do raportowania
-
Modern Data Architectures with Python. A practical guide to building and deploying data pipelines, data warehouses, and data lakes with Python
-
Praktyczne uczenie nienadzorowane przy użyciu języka Python
-
Deep Learning. Receptury
-
Generative Deep Learning. 2nd Edition
-
Excel 2016 PL. Biblia
-
Naczelny Algorytm. Jak jego odkrycie zmieni nasz świat
-
Azure Data Factory Cookbook. Build ETL, Hybrid ETL, and ELT pipelines using ADF, Synapse Analytics, Fabric and Databricks - Second Edition
-
Google Analytics. Integracja i analiza danych
-
Google Analytics dla marketingowców. Wydanie II
-
Access. Analiza danych. Receptury
-
Before Machine Learning Volume 1 - Linear Algebra for A.I. The Fundamental Mathematics for Data Science and Artificial Intelligence
-
Azure Data Engineer Associate Certification Guide. Ace the DP-203 exam with advanced data engineering skills - Second Edition
-
Predictive Analytics for the Modern Enterprise
-
Managing Data Integrity for Finance. Discover practical data quality management strategies for finance analysts and data professionals
-
Deep Learning for Finance
-
The Definitive Guide to Google Vertex AI. Accelerate your machine learning journey with Google Cloud Vertex AI and MLOps best practices
-
Interpretable Machine Learning with Python. Build explainable, fair, and robust high-performance models with hands-on, real-world examples - Second Edition
-
Streamlit for Data Science. Create interactive data apps in Python - Second Edition
-
Debugging Machine Learning Models with Python. Develop high-performance, low-bias, and explainable machine learning and deep learning models
-
Machine Learning Engineering with Python. Manage the lifecycle of machine learning models using MLOps with practical examples - Second Edition
-
Probabilistic Machine Learning for Finance and Investing
-
Enhancing Deep Learning with Bayesian Inference. Create more powerful, robust deep learning systems with Bayesian deep learning in Python
-
Data Ingestion with Python Cookbook. A practical guide to ingesting, monitoring, and identifying errors in the data ingestion process
-
Data Modeling with Snowflake. A practical guide to accelerating Snowflake development using universal data modeling techniques
-
Quantum Machine Learning and Optimisation in Finance. On the Road to Quantum Advantage
-
Deep Learning with TensorFlow and Keras. Build and deploy supervised, unsupervised, deep, and reinforcement learning models - Third Edition
-
Data Quality Fundamentals
-
Democratizing Artificial Intelligence with UiPath. Expand automation in your organization to achieve operational efficiency and high performance
-
Microsoft Power BI Cookbook. Gain expertise in Power BI with over 90 hands-on recipes, tips, and use cases - Second Edition
-
AI and Machine Learning for On-Device Development
-
Kluczowe kompetencje specjalisty danych
-
Machine Learning and Data Science Blueprints for Finance
-
The Data Wrangling Workshop. Create your own actionable insights using data from multiple raw sources - Second Edition
-
Building Machine Learning Pipelines
-
Extreme C. Taking you to the limit in Concurrency, OOP, and the most advanced capabilities of C
-
Practical Time Series Analysis. Prediction with Statistics and Machine Learning
-
PySpark Cookbook. Over 60 recipes for implementing big data processing and analytics using Apache Spark and Python
-
Raportowanie w System Center Configuration Manager Bez tajemnic
-
Zapytania w języku T-SQL w Microsoft SQL Server 2014 i SQL Server 2012
-
Think Stats. 2nd Edition
-
Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II
-
Nowe usługi 2.0. Przewodnik po analizie zbiorów danych
-
Python. Podstawy nauki o danych. Wydanie II
-
LLM Prompt Engineering for Developers. The Art and Science of Unlocking LLMs' True Potential
-
Deep Learning for Time Series Cookbook. Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
-
Projektowanie głosowych interfejsów użytkownika. Zasady doświadczeń konwersacyjnych
-
Python. Uczenie maszynowe. Wydanie II