Szeliga Marcin Ordine dei libri

Ziemia do bazy: nadaję komunikat w języku SQL! To przewodnik po relacyjnych bazach danych, który pomoże Ci zrozumieć, jak komunikować się z bazą danych oraz jak ją tworzyć. SQL jest kluczowym językiem dla zarządzania bazami danych, niezależnie od platformy, dlatego jego znajomość jest niezbędna do efektywnego korzystania z baz. W trzecim wydaniu książki omówiono SQL w kontekście SQL Server firmy Microsoft. Autorzy prowadzą czytelnika od instalacji serwera do operacji na przykładowej bazie AdventureWorksLT, a także do tworzenia własnych baz i zarządzania uprawnieniami użytkowników. Książka zawiera istotne informacje o partycjonowaniu danych i optymalizacji zapytań. W trakcie nauki pomocne będą zadania, które pozwolą na praktyczne sprawdzenie zdobytej wiedzy. Znajdziesz tu teorię na temat modeli baz danych oraz standardów SQL, a także praktyczne aspekty, takie jak odczytywanie danych, łączenie tabel, transakcje i nadawanie uprawnień. To doskonała lektura dla początkujących oraz tych, którzy chcą odświeżyć swoje umiejętności w zakresie baz danych.

Ostatnia dekada przyniosła bezprecedensowy rozwój sztucznej inteligencji, obejmujący zarówno badania nad algorytmami uczenia maszynowego, jak i ich zastosowanie w różnych dziedzinach życia. Wyzwanie stanowi niedobór specjalistów, którzy łączą umiejętności modelowania danych z językami analizy danych, takimi jak SQL, R czy Python. Inżynieria danych wymaga interdyscyplinarnej wiedzy z algebry, geometrii, statystyki, rachunku prawdopodobieństwa i algorytmiki, a także umiejętności programowania. Sztuczna inteligencja jest przedmiotem intensywnych badań, co wymaga regularnego dokształcania. Książka łączy teorię z praktyką, przedstawiając rozwiązania typowych problemów, takich jak prognozowanie zysków czy ocena ryzyka kredytowego. Każdy przykład służy do wyjaśnienia określonych zagadnień, od narzędzi po optymalizację modeli. Publikacja jest skierowana do tych, którzy chcą rozwijać praktyczną znajomość statystyki, wizualizacji danych oraz języków analizy danych. Znajdą w niej informacje potrzebne do tworzenia systemów uczenia maszynowego, co będzie przydatne zarówno dla studentów kierunków informatycznych, jak i dla analityków, programistów czy statystyków.