Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 7 votes.
Titre original :
Hands-On Data Science with SQL Server 2017
Contenu du livre :
Trouver, explorer et extraire les big data pour les transformer en informations exploitables Caractéristiques principales Effectuer des analyses de données de bout en bout, de l'exploration à la visualisation Exemples concrets, tâches et questions d'entretien pour devenir un data scientist compétent Comprendre comment SQL est utilisé pour le traitement des big data à l'aide de HiveQL et SparkSQL Description du livre
SQL Server est un système de gestion de bases de données relationnelles qui vous permet de couvrir les processus de science des données de bout en bout en utilisant divers services et fonctionnalités intégrés.
Hands-On Data Science with SQL Server 2017 commence par une vue d'ensemble de la science des données avec SQL pour comprendre les tâches essentielles de la science des données. Vous apprendrez des concepts de niveau intermédiaire à avancé pour effectuer des tâches analytiques sur les données à l'aide de SQL Server. Le livre a une approche unique, couvrant les meilleures pratiques, les tâches et les défis pour tester vos capacités à la fin de chaque chapitre. Vous explorerez les tenants et les aboutissants de l'exécution de diverses tâches clés telles que la collecte de données, le nettoyage, la manipulation, les agrégations et les techniques de filtrage. Au fil des chapitres, vous transformerez des données brutes en informations exploitables en manipulant et en extrayant des données de bases de données à l'aide de T-SQL. Vous vous familiariserez avec la préparation et la présentation des données de manière significative, en utilisant Power BI pour révéler des modèles cachés. Dans les derniers chapitres, vous travaillerez avec les services d'intégration de SQL Server pour transformer les données dans un format utile et vous plongerez dans des exemples avancés couvrant les concepts d'apprentissage automatique tels que l'analyse prédictive à l'aide d'exemples du monde réel.
À la fin de ce livre, vous serez en mesure de gérer les quantités croissantes de données et d'effectuer les activités quotidiennes d'un professionnel de la science des données. Ce que vous allez apprendre Comprendre ce qu'est la science des données et comment SQL Server est utilisé pour le traitement du big data Analyser les données entrantes avec des requêtes et des visualisations SQL Créer, entraîner et évaluer des modèles prédictifs Faire des prédictions en utilisant des modèles entraînés et établir des cours de recyclage réguliers Incorporer l'interrogation de sources de données dans SQL Server Améliorer les capacités T-SQL intégrées en utilisant SQLCLR Visualiser les données avec Reporting Services, Power View et Power BI Transformer les données avec R, Python et Azure A qui s'adresse ce livre ?
Hands-On Data Science with SQL Server 2017 est destiné aux data scientists, aux analystes de données et aux professionnels du big data qui souhaitent maîtriser leurs compétences en apprenant SQL et ses applications. Ce livre sera utile même pour les débutants qui veulent construire leur carrière en tant que professionnels de la science des données en utilisant la puissance de SQL Server 2017. Une familiarité de base avec le langage SQL facilitera la compréhension des concepts abordés dans ce livre. Table des matières Présentation de la science des données SQL Server 2017 en tant que plateforme de science des données Sources de données pour l'analyse Transformation et nettoyage des données avec T-SQL Exploration des données et statistiques avec T-SQL Agrégations personnalisées sur SQL Server Visualisation des données Transformations des données avec d'autres outils Entraînement et évaluation des modèles prédictifs Faire des prédictions Tout assembler - un exemple concret Prochaines étapes avec la science des données et SQL
Autres informations sur le livre :
| ISBN : | 9781788996341 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
