Содержание книги "Аналитика в Power BI с помощью R и Python
:
загрузка, преобразование и визуализация данных"
От издательства
Об авторе
О техническом редакторе
Благодарности
Введение
Часть I. СОЗДАНИЕ ПОЛЬЗОВАТЕЛЬСКОЙ ВИЗУАЛИЗАЦИИ ПРИ ПОМОЩИ R
Глава 1. Грамматика графиков
Пошаговое создание визуализации в Power BI при помощи R
Рекомендованные шаги по созданию визуального элемента на R при помощи ggplot2
Дополнительный шаг: задайте цвета точек на диаграмме рассеяния
Важность оперирования «чистыми» данными
Популярные геометрии
Управление эстетиками через шкалы
Встроенные в пакет ggplot2 темы
Использование визуальных элементов R в службе Power BI
Вспомогательные пакеты ggplot2
Заключение
Глава 2. Создание пользовательских визуализаций на R в Power BI при помощи ggplot2
Диаграмма с аннотацией
Пузырьковая диаграмма
Визуализация прогнозирования
Линейная диаграмма с затенением
Карта
Диаграмма квадрантов
Добавление линии регрессии
Часть II. ЗАГРУЗКА ИНФОРМАЦИИ В МОДЕЛЬ ДАННЫХ POWER BI ПРИ ПОМОЩИ R И PYTHON
Глава 3. Чтение файлов CSV
Динамическое объединение файлов
Пример сценария
Выбор файлов за скользящий период из 24 месяцев при помощи R
Выбор файлов за скользящий период из 24 месяцев при помощи Python
Фильтрация строк на основе регулярных выражений
Использование регулярных выражений в R
Глава 4. Чтение данных из Microsoft Excel
Чтение файлов Excel при помощи R
Чтение файлов Excel при помощи Python
Глава 5. Чтение данных из SQL Server
Добавление базы данных AdventureWorksDW_StarSchema к вашему экземпляру SQL Server
Чтение данных из SQL Server в Power BI при помощи R
Чтение данных из SQL Server в Power BI при помощи Python
Глава 6. Чтение в модель данных Power BI посредством API
Чтение и загрузка данных в Power BI из API с помощью R
Чтение и загрузка данных в Power BI из API с помощью Python
Заключение
Часть III. ПРЕОБРАЗОВАНИЕ ДАННЫХ ПРИ ПОМОЩИ R И PYTHON
Глава 7. Продвинутые строковые операции и распознавание шаблонов
Защита конфиденциальных сведений
Защита конфиденциальных сведений в Power BI с помощью R
Защита конфиденциальных сведений в Power BI с помощью Python
Подсчет количества слов и предложений в обзорах
Подсчет количества слов и предложений в обзорах с помощью R
Подсчет количества слов в обзорах с помощью Python
Удаление имен неподходящего формата
Удаление имен неподходящего формата с помощью R
Удаление имен неподходящего формата с помощью Python
Определение шаблонов в строках на основании условной логики
Поиск шаблонов в строках на основании условной логики с помощью R
Поиск шаблонов в строках на основании условной логики с помощью Python
Заключение
Глава 8. Вычисляемые столбцы с помощью R и Python
Создание ключа Google Geocoding API
Геокодирование адресов с помощью R
Геокодирование адресов с помощью Python
Вычисление расстояния между точками с помощью пользовательской функции в R
Вычисление расстояния между точками с помощью пользовательской функции в Python
Вычисление расстояния между точками с помощью готовой функции в R
Вычисление расстояния между точками с помощью готовой функции в Python
Заключение
Часть IV. МАШИННОЕ ОБУЧЕНИЕ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В POWER BI ПРИ ПОМОЩИ R И PYTHON
Глава 9. Применение методов машинного обучения и искусственного интеллекта к моделям данных Power BI
Применение алгоритмов машинного обучения к набору данных перед загрузкой в модель Power BI
Прогнозирование цен на недвижимость с помощью R
Прогнозирование цен на недвижимость с помощью Python
Использование готовых моделей ИИ для расширения функционала моделей данных в Power BI
Настройка Cognitive Services в Azure
Виртуальная машина для анализа данных (Data Science Virtual Machine – DSVM)
Анализ тональности текста в Microsoft Cognitive Services при помощи Python
Применение сторонних моделей машинного обучения к моделям данных Power BI
Конфигурирование средства анализа настроения текста в IBM Watson
Написание скрипта на Python для анализа настроения текста в IBM Watson
Глава 10. Создание моделей анализа данных и скриптов для обработки информации
Прогнозирование цен на недвижимость в Power BI с помощью R со службой SSMLS
Написание скрипта на языке R для добавления модели в SQL Server
Использование SSMLS совместно с R для оценки данных
Прогнозирование цен на недвижимость в Power BI с помощью Python со службой SSMLS
Написание скрипта на языке Python для добавления модели в SQL Server
Использование SSMLS совместно с Python для оценки данных
Анализ тональности текста в Power BI с помощью R со службой SSMLS
Добавление готовых моделей R в SSMLS с помощью PowerShell
Решение проблем
Использование готовой модели R в SSMLS для анализа тональности текста в Power BI
Анализ тональности текста в Power BI с помощью Python со службой SSMLS
Добавление готовых моделей Python в SSMLS
Решение проблем
Использование готовой модели Python в SSMLS для анализа тональности текста в Power BI
Вычисление расстояния между точками в Power BI с помощью R со службой SSMLS
Вычисление расстояния между точками в Power BI с помощью Python со службой SSMLS
Предметный указатель
