مشخصات کتاب

Data Analytics Made Easy: Use machine learning and data storytelling in your work without writing any code

ویرایش:  
نویسندگان: De Mauro. Andrea  
سری:  
ISBN (شابک) : 9781801074155, 1801074151 
ناشر: Packt Publishing 
سال نشر: 2021 
تعداد صفحات: 407 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 51 Mb 

در صورت تبدیل فایل کتاب Data Analytics Made Easy: Use machine learning and data storytelling in your work without writing any code به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تجزیه و تحلیل داده ها آسان شد: از یادگیری ماشینی و داستان سرایی داده در کار خود بدون نوشتن هیچ کدی استفاده کنید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب تجزیه و تحلیل داده ها آسان شد: از یادگیری ماشینی و داستان سرایی داده در کار خود بدون نوشتن هیچ کدی استفاده کنید

با استفاده از تجزیه و تحلیل داده ها، یادگیری ماشینی و تجسم داده ها تصمیمات آگاهانه بگیرید ویژگی های کلیدی: داده های خام را بگیرید و آن ها را تغییر دهید تا به سازمان خود ارزش بیافزایید هنر داستان گفتن با داده های خود را بیاموزید تا با مخاطبان خود ارتباط برقرار کنید. الگوریتم های یادگیری ماشین را برای داده های خود به کار ببرید. چند کلیک یک دکمه توضیحات کتاب: تجزیه و تحلیل داده ها در تجارت مدرن به یک ضرورت تبدیل شده است و مهارت هایی مانند تجسم داده ها، یادگیری ماشینی و داستان سرایی دیجیتال اکنون در هر زمینه ضروری است. اگر می خواهید اطلاعات خود را درک کنید و با تصمیمات آگاهانه به ارزش اضافه کنید، این کتاب برای شما مناسب است. Data Analytics Made Easy یک راهنمای قابل دسترس برای کمک به شما در شروع تجزیه و تحلیل داده ها و به کارگیری سریع این مهارت ها در کارتان است. این برنامه بر نحوه ایجاد بینش از داده های خود با کلیک چند دکمه، با استفاده از ابزارهای محبوب KNIME و Microsoft Power BI تمرکز می کند. این کتاب مفاهیم تجزیه و تحلیل داده ها را معرفی می کند و به شما نشان می دهد که چگونه داده های خود را آماده کنید و الگوریتم های ML را اعمال کنید. یک راه حل تجزیه و تحلیل پیش بینی کامل با KNIME پیاده سازی کنید و سطح دقت آن را ارزیابی کنید. با Microsoft Power BI تصاویری چشمگیر ایجاد کنید و بزرگترین راز در تجزیه و تحلیل موفق را بیاموزید - چگونه با داده های خود داستان بگویید. شما نقاط را در مراحل مختلف فرآیند داده به بینش به هم وصل خواهید کرد و مروری بر ابزارهای جایگزین، از جمله Tableau و H20 Driverless AI خواهید داشت. در پایان این کتاب، شما یاد خواهید گرفت که چگونه الگوریتم های یادگیری ماشین را پیاده سازی کنید و نتایج را بدون نوشتن یک خط کد به مشتریان خود بفروشید. آنچه خواهید آموخت: درک پتانسیل داده ها و تأثیر آن بر هر کسب و کاری. هنگام ارائه اطلاعات بینش، بر تصمیمات تجاری با داستان سرایی داده های مؤثر تأثیر بگذارید از KNIME برای وارد کردن، تمیز کردن، تبدیل، ترکیب فیدهای داده و خودکارسازی گردش های کاری تکرار شونده استفاده کنید اصول یادگیری ماشینی و AutoML برای افزودن ارزش به سازمان خود، مدل‌های یادگیری ماشینی ساده تحت نظارت و بدون نظارت را با KNIME بسازید، آزمایش کنید و اعتبار سنجی کنید از Power BI و Tableau برای ایجاد تصاویر و داشبوردهایی با ظاهر حرفه‌ای و کسب‌وکار محور استفاده کنید. کارشناسان داده یا می‌خواهید اطلاعاتی در مورد داده‌های کسب و کار خود بیابید، این کتاب را راهی مؤثر برای افزودن تجزیه و تحلیل به پشته مهارت خود خواهید یافت. هیچ دانش قبلی ریاضی، آمار یا علوم کامپیوتر مورد نیاز نیست.

توضیحاتی درمورد کتاب به خارجی

Make informed decisions using data analytics, machine learning, and data visualizations Key Features: Take raw data and transform it to add value to your organization Learn the art of telling stories with your data to engage with your audience Apply machine learning algorithms to your data with a few clicks of a button Book Description: Data analytics has become a necessity in modern business, and skills such as data visualization, machine learning, and digital storytelling are now essential in every field. If you want to make sense of your data and add value with informed decisions, this is the book for you. Data Analytics Made Easy is an accessible guide to help you start analyzing data and quickly apply these skills to your work. It focuses on how to generate insights from your data at the click of a few buttons, using the popular tools KNIME and Microsoft Power BI. The book introduces the concepts of data analytics and shows you how to get your data ready and apply ML algorithms. Implement a full predictive analytics solution with KNIME and assess its level of accuracy. Create impressive visualizations with Microsoft Power BI and learn the greatest secret in successful analytics - how to tell a story with your data. You\'ll connect the dots on the various stages of the data-to-insights process and gain an overview of alternative tools, including Tableau and H20 Driverless AI. By the end of this book, you will have learned how to implement machine learning algorithms and sell the results to your customers without writing a line of code. What You Will Learn: Understand the potential of data and its impact on any business Influence business decisions with effective data storytelling when delivering insights Use KNIME to import, clean, transform, combine data feeds, and automate recurring workflows Learn the basics of machine learning and AutoML to add value to your organization Build, test, and validate simple supervised and unsupervised machine learning models with KNIME Use Power BI and Tableau to build professional-looking and business-centric visuals and dashboards Who this book is for: Whether you are working with data experts or want to find insights in your business\' data, you\'ll find this book an effective way to add analytics to your skill stack. No previous math, statistics, or computer science knowledge is required.

فهرست مطالب

Cover
Copyright
Contributors
Table of Contents
Preface
Chapter 1: What is Data Analytics?
	Three types of data analytics
		Descriptive analytics
		Predictive analytics
		Prescriptive analytics
		Data analytics in action
	Who is involved in data analytics?
	Technology for data analytics
	The data analytics toolbox
	From data to business value
	Summary
Chapter 2: Getting Started with KNIME
	KNIME in a nutshell
	Moving around in KNIME
		Nodes
	Hello World in KNIME
		 CSV Reader
		 Sorter
		 Excel Writer
	Cleaning data
		 Excel Reader
		 Duplicate Row Filter
		 String Manipulation
		 Row Filter
		 Missing Value
		 Column Filter
		 Column Rename
		 Column Resorter
		 CSV Writer
	Summary
Chapter 3: Transforming Data
	Modeling your data
	Combining tables
		 Joiner
	Aggregating values
		 GroupBy
		 Pivoting
	Tutorial: Sales report automation
		 Concatenate
		 Number To String
		 Math Formula
		 Group Loop Start
		 Loop End
		 String to Date&Time
		 Date&Time-based Row Filter
		 Table Row to Variable
		 Extract Date&Time Fields
		 Line Plot
		 Image Writer (Port)
	Summary
Chapter 4: What is Machine Learning?
	Introducing artificial intelligence and machine learning
	The machine learning way
		Scenario #1: Predicting market prices
		Scenario #2: Segmenting customers
		Scenario #3: Finding the best ad strategy
		The business value of learning machines
	Three types of learning algorithms
		Supervised learning
		Unsupervised learning
		Reinforcement learning
		Selecting the right learning algorithm
	Evaluating performance
		Regression
		Classification
		Underfitting and overfitting
		Validating a model
		Pulling it all together
	Summary
Chapter 5: Applying Machine Learning at Work
	Predicting numbers through regressions
		 Statistics
		 Partitioning
		Linear regression algorithm
		 Linear Regression Learner
		 Regression Predictor
		 Numeric Scorer
	Anticipating preferences with classification
		Decision tree algorithm
		 Decision Tree Learner
		 Decision Tree Predictor
		 Scorer
		Random forest algorithm
		 Random Forest Learner
		 Random Forest Predictor
		 Moving Aggregation
		 Line Plot (local)
	Segmenting consumers with clustering
		K-means algorithm
		 Numeric Outliers
		 Normalizer
		 k-Means
		 Denormalizer
		 Color Manager
		 Scatter Matrix (local)
		 Conditional Box Plot
	Summary
Chapter 6: Getting Started with Power BI
	Power BI in a nutshell
	Walking through Power BI
		Loading data
		Transforming data
		Defining the data model
		Building visuals
	Tutorial: Sales Dashboard
	Summary
Chapter 7: Visualizing Data Effectively
	What is data visualization?
	A chart type for every message
		Bar charts
		Line charts
		Treemaps
		Scatterplots
	Finalizing your visual
	Summary
Chapter 8: Telling Stories with Data
	The art of persuading others
	The power of telling stories
	The data storytelling process
		Setting objectives
		Selecting scenes
			Evolution
			Comparison
			Relationship
			Breakdown
			Distribution
		Applying structure
			Beginning
			Middle
			End
		Polishing scenes
			Focusing attention
			Making scenes accessible
		Finalizing your story
		The data storytelling canvas
	Summary
Chapter 9: Extending Your Toolbox
	Getting started with Tableau
	Python for data analytics
		A gentle introduction to the Python language
		Integrating Python with KNIME
	Automated machine learning
		AutoML in action: an example with H2O.ai
	Summary
And now?
Useful Resources
	Chapter 1
	Chapter 2
	Chapter 3
	Chapter 4
	Chapter 5
	Chapter 6
	Chapter 7
	Chapter 8
	Chapter 9
PacktPage
Other Books You May Enjoy
Index

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Ne t’aide pas et l’État t’aidera

دانلود کتاب Robot Vision: International Workshop RobVis 2001 Auckland, New Zealand, February 16–18, 2001 Proceedings

دانلود کتاب Mesomechanical constitutive modeling

دانلود کتاب The Critique of Nonviolence: Martin Luther King, Jr., and Philosophy

دانلود کتاب Dirichlet Forms Methods for Poisson Point Measures and Lévy Processes: With Emphasis on the Creation-Annihilation Techniques