Wade, Ryan / Escritor
Esta guÃa fácil de seguir proporciona recetas de R y Python para ayudarlo a aprender y aplicar los principales lenguajes en el campo del análisis de datos a su trabajo en Microsoft Power BI. El experto en análisis de datos y autor Ryan Wade le muestra cómo usar R y Python para realizar tareas que son extremadamente difÃciles, si no imposibles, de realizar con las herramientas nativas de Power BI. Por ejemplo, aprenderá a puntuar datos de Power BI utilizando modelos de ciencia de datos personalizados y modelos potentes de Microsoft Cognitive Services.
Los lenguajes R y Python son poderosos complementos de Power BI. Permiten técnicas avanzadas de transformación de datos que son difÃciles de realizar en Power BI en su configuración predeterminada, pero que se vuelven más fáciles al aprovechar las capacidades de R y Python. Si usted es un analista de negocios, un analista de datos o un cientÃfico de datos que desea impulsar Power BI y transformarlo de una herramienta de inteligencia empresarial a una herramienta de análisis de datos avanzada, entonces este es el libro que lo ayudará a hacerlo.
Lo que aprenderáCree visualizaciones de datos avanzadas a través de R con el paquete ggplot2Ingiera datos con R y Python para superar algunas limitaciones de Power QueryAplique modelos de aprendizaje automático a sus datos con R y Python sin necesidad de la capacidad premium de Power BIIncorpore IA avanzada en Power BI sin la Necesidad de capacidad premium de Power BI a través de Microsoft Cognitive Services, IBM Watson Natural Language Understanding y modelos preentrenados en SQL Server Machine Learning Services Realice manipulaciones de cadenas avanzadas que de otro modo no serÃan posibles en Power BI usando R y Python Para quién es este libroUsuarios avanzados, datos analistas y cientÃficos de datos que quieren ir más allá de la funcionalidad integrada de Power BI para crear visualizaciones avanzadas, transformar datos de maneras que no son compatibles de otra manera,y automatice la ingesta de datos de fuentes como SQL Server y Excel de una manera más concisa
