SOWA OPAC : Biblioteka Publiczna w Dzielnicy Wola m.st. Warszawy. Katalog - Modelowanie dla biznesu : analityka w czasie rzeczywistym

Książka

W koszyku

oceń

Modelowanie dla biznesu : analityka w czasie rzeczywistym - narzędzia informatyczne i biznesowe / Sebastian Zając. - Wydanie I. - Warszawa : Oficyna Wydawnicza SGH, 2022. - 160 stron : ilustracje, wykresy ; 25 cm.

Autor

Zając Sebastian. Autor

Forma i typ

Książki Publikacje dydaktyczne Publikacje fachowe Publikacje naukowe

Odbiorca

Szkoły wyższe Analitycy danych

Temat

Analityka predykcyjna Modelowanie procesów biznesowych Przetwarzanie danych w czasie rzeczywistym Python (język programowania)

Gatunek

Monografia

Dziedzina i ujęcie

Informatyka i technologie informacyjne Zarządzanie i marketing

Rozdział 1 przedstawia dane, zarówno ustrukturyzowane, jak i nieustrukturyzowane, poprzez ich różne obiektowe reprezentacje oraz metody ich programowania w języku Python: od podstawowych pythonowych list przez tablice Numpy, Pandasowe ramki danych aż potensory realizowane przez biblioteki związane z uczeniem głębokim. W przypadku danych nieustrukturyzowanych ukazano podstawy przetwarzania zdjęć oraz formatu JSON. Rozdział 2 poświęcony został procesowi tworzenia, przetwarzania i generowania wartości biznesowej z danych w ujęciu przetwarzania wsadowego i strumieniowego. Wyjaśniono w nim podstawowe pojęcia związane ze zdarzeniami i strumieniami. Omówiona została również istotna koncepcja czasu, która jest podstawowym elementem wpływającym na otrzymywane wyniki. Rozdział 3 to krótka charakterystyka współczesnych narzędzi informatycznych każdego analityka danych. Skrócone opisy mają przedstawić idee towarzyszące tworzeniu tych narzędzi oraz sposób ich używania. Rozdział kończący książkę prezentuje: kody wykorzystujące obiektowe własności języka Python i realizujące przypadki biznesowych zastosowań do tworzenia prostego środowiska produkcyjnego, wykorzystania nowoczesnych bibliotek do analizy tekstów (w czasie niemal rzeczywistym), strumieniowanie danych z wykorzystaniem narzędzia Apache Spark oraz wykorzystanie algorytmu Isolation Forest do detekcji anomalii zarówno w trybie wsadowym, jak i w czasie rzeczywistym.

zob. w.bibliotece.pl

Status dostępności:

III Czytelnia Naukowa (Solidarności 90)

Są egzemplarze dostępne do wypożyczenia: sygn. 75391 (1 egz.)

Strefa uwag:

Uwaga dotycząca bibliografii

Bibliografia, netografia na stronach 157-160.