Tematyka książki jest bardzo aktualna – odnosi się bowiem do funkcjonowania repozytoriów cyfrowych, których istnienie i rozwój w Polsce jest jeszcze bardzo krótki. Biorąc pod uwagę stan badań - podjęcie tematu zarządzania zasobami dokumentów elektronicznych w instytucjonalnych repozytoriach akademickich jest istotne z punktu widzenia rozwoju badań teorii informatologicznych i praktycznej działalności bibliotecznej przynosząc wiedzę na temat modeli ich działania. Badania pozwoliły na wychwycenie teoretycznych modeli zarządzania informacją, a w szczególności na przeanalizowanie procesów informacji naukowej. Wyniki badań dostarczyły podstaw do praktycznego doskonalenia procesów informacyjnych realizowanych w polskich instytucjonalnych repozytoriach akademickich. Autor ponadto udowodnił, że nowe podejście do zarządzania dokumentami elektronicznymi zmienia politykę funkcjonowania bibliotek akademickich we współczesnym środowisku informacyjnym nauki i szkolnictwa wyższego. Biblioteki tworząc repozytoria, przyjęły na siebie wiele nowych zadań. Zmieniła się też dotychczasowa rola bibliotekarza w zarządzaniu zasobem biblioteki. (…) Autor wyciągnął też szereg bardzo interesujących wniosków z badań dotyczących roli bibliotekarzy oraz niedoskonałości zarządzania repozytoriami. (…) W pełni polecam książkę do druku – stanowi ona bardzo cenny wkład do rozwoju teorii i praktyki informatologii i będzie cieszyć się dużym zainteresowaniem wśród specjalistów z zakresu informatologii, bibliotekarzy i archiwistów, jak również innych specjalistów z zakresu komunikacji społecznej – szczególnie naukowej. z recenzji prof. dr hab. Ewy Głowackiej

Warto dobrze zrozumieć działanie łańcucha bloków. Ta nowatorska technologia intryguje badaczy, technologów i świat finansjery. Najlepiej jest znana z powiązań z bitcoinem i innymi kryptowalutami, jednak to rozwiązanie ma wielkie znaczenie również w finansach, administracji, multimediach i wielu innych branżach. Przejrzyste i kryptograficznie bezpieczne przechowywanie niemodyfikowalnego zapisu transakcji jest właściwością, która decyduje o wielkiej atrakcyjności łańcucha bloków. Bez wątpienia warto dobrze zaznajomić się z tą technologią i nauczyć się wykorzystywać ją w praktyce. Ta książka jest zaktualizowanym i uzupełnionym wydaniem świetnego przewodnika po świecie blockchaina; skorzysta z niej zarówno programista, jak i prezes konstruujący strategię swojej firmy. Znalazło się tu wyczerpujące omówienie technicznych podstaw łańcuchów bloków i systemów rozproszonych. Przedstawiono mechanizmy związane z kryptowalutami i pisaniem aplikacji wykonywanych w zdecentralizowanej maszynie wirtualnej w łańcuchu bloków Ethereum. Pokazano też inne rozwiązania z tego obszaru, w tym biznesowe platformy łańcuchów bloków rozwijanych w ramach projektu Hyperledger. Okazuje się, że technologia ta znakomicie uzupełnia internet rzeczy, a zwiększanie skalowalności łańcucha bloków daje nowe, fascynujące możliwości. W tej książce: podstawy przetwarzania rozproszonego, decentralizacja procesów i systemów wprowadzenie do kryptografii i sieci bitcoina techniczne zagadnienia związane z Ethereum i inteligentnymi kontraktami wprowadzenie do Web3 i do projektu Hyperledger informacje o zastosowaniu łańcucha bloków w różnych dziedzinach aktualne prognozy o przyszłości technologii łańcucha bloków Blockchain: w sieci węzłów rozproszonych nigdy nic nie zaginie!

Zostań ekspertem od anonimizacji wrażliwych danych! Czym są dane poufne? Jak je zabezpieczyć przed wyciekiem? Jak maskować dane i pozostać anonimowym w sieci? Współczesny świat produkuje ogromne ilości danych, z których duża część to dane wrażliwe. Wyciek takich danych poza przechowujące je przedsiębiorstwo czy instytucję może nie tylko narażać na szwank reputację organizacji, lecz również nieść za sobą ryzyko konkretnych strat finansowych i poważne konsekwencje o charakterze prawnym. Aby nie dopuścić do tego rodzaju sytuacji, firmy na całym świecie odpowiednio się zabezpieczają, a składową tych działań jest anonimizacja danych, czyli takie ich przetwarzanie, dzięki któremu staną się bezwartościowe, gdy wpadną w niepowołane ręce. Anonimizacja i maskowanie danych wrażliwych w przedsiębiorstwach to książka, z której się dowiesz, jakie zagrożenia wiążą się z przechowywaniem poufnych danych, a także poznasz sposoby pozwalające Ci ograniczyć wynikające z tego ryzyko. Na podstawie własnego doświadczenia i na praktycznych przykładach autor prezentuje w publikacji najlepsze praktyki anonimizacji i maskowania danych, wykorzystywane w tym celu narzędzia i techniki oraz pułapki czyhające na firmy, które nie stosują właściwych zabezpieczeń. To obowiązkowa lektura dla wszystkich osób odpowiedzialnych za bezpieczeństwo i zachowanie prywatności danych, administratorów baz danych, architektów oprogramowania, analityków danych i dyrektorów technicznych przedsiębiorstw z branży IT, a tak naprawdę dla każdego, kto zawodowo ma do czynienia z systemami informatycznymi przechowującymi i przetwarzającymi wrażliwe informacje. Przeczytaj, zanim będzie za późno! Wyszukiwanie i rozpoznawanie danych wrażliwych Analiza ryzyka i sposoby zabezpieczania danych Role i obowiązki osób odpowiedzialnych za prywatność danych Narzędzia i metody stosowane w anonimizacji danych Techniki maskowania i szyfrowania danych Zabezpiecz się zawczasu - anonimizuj swoje poufne dane!

Mijają lata, a bazy danych wciąż stanowią serce większości systemów informatycznych. Rozwój technologii sprawia jednak, że zaprojektowanie systemu baz danych, jego wdrożenie i administrowanie nim wymaga biegłości w wielu dziedzinach. Niezbędne są solidne podstawy modelowania i projektowania baz danych, umiejętność posłużenia się językami i modelami udostępnianymi przez systemy zarządzania bazami danych, a także znajomość technik implementacji samych systemów. Od profesjonalisty wymaga się także wiedzy o najnowszych technologiach, takich jak NoSQL i oczywiście big data. Ważnym uzupełnieniem tego szerokiego wachlarza jest też znajomość technologii powiązanych z systemami bazodanowymi. Ta książka jest siódmym, zaktualizowanym wydaniem klasycznego podręcznika do nauki baz danych. Jest to szczegółowa prezentacja najważniejszych aspektów systemów i aplikacji bazodanowych oraz powiązanych technologii. To znakomity podręcznik dla studentów i świetne kompendium dla praktyków. Sporo miejsca poświęcono w nim systemom rozproszonym oraz technologiom opartym na systemie Hadoop i modelu MapReduce. Nie zabrakło opisu takich zagadnień, jak model IR, wyszukiwanie z użyciem słów kluczowych, porównanie baz danych z modelem IR, modele wyszukiwania, ocena wyszukiwania i algorytmy rankingowe. Wykładowcom przyda się szereg ułatwiających pracę dydaktyczną diagramów, prezentacji i rysunków. W książce między innymi: wprowadzenie do modeli, systemów i języków z obszaru baz danych; model związków encji i programowanie baz danych; bazy relacyjne, obiektowo-relacyjne, obiektowe i XML w bazach danych; algorytmy przetwarzania zapytań i techniki optymalizacji; bezpieczeństwo baz danych. Baza danych? Stosuj tylko najskuteczniejsze rozwiązania! Ramez Elmasri jest profesorem na Uniwersytecie Teksańskim. Posiada znaczący dorobek naukowy w dziedzinie baz danych, a jego książki stały się standardowymi podręcznikami na wielu uczelniach świata. Wypromował kilkunastu doktorów i ponad dwustu magistrów. Shamkant Navathe jest profesorem w Instytucie Technologii w Georgii. Zajęcia dydaktyczne z wiedzy o bazach danych prowadzi od 1975 roku. Interesuje się również bioinformatyką. Ponadto jest niezależnym konsultantem, doradzającym wielu znaczącym przedsiębiorstwom.

C# jest nowoczesnym i elastycznym językiem programowania. Aby w pełni skorzystać z jego zalet, trzeba płynnie posługiwać się dostępnymi w nim strukturami danych i algorytmami, pozwalają one bowiem na efektywnie organizowanie danych i mają znaczący wpływ na wydajność aplikacji. Z punktu widzenia programisty kluczowe jest ich właściwe zaimplementowanie: wybór właściwej struktury danych i związanego z nią algorytmu stanowi o jakości tworzonego kodu. Na przykład w celu wykonywania wysokowydajnych operacji na zbiorach warto użyć zbioru haszowanego. Inne konstrukcje umożliwiają rozwiązywanie kolejnych problemów. Dzięki tej książce nauczysz się używania struktur danych i implementacji najważniejszych algorytmów w języku C#. Najpierw zapoznasz się z najprostszymi strukturami danych o swobodnym dostępie - z tablicami oraz listami. Wyjaśniono tu również działanie struktur danych o dostępie sekwencyjnym, opartych na stosach i kolejkach. Przedstawiono zastosowanie słowników, dzięki którym można mapować klucze na wartości i prowadzić szybkie wyszukiwanie. Przystępnie opisano korzystanie z najbardziej zaawansowanych konstrukcji, takich jak drzewo binarne, binarne drzewo poszukiwań, drzewo samorównoważące się i kopiec. W końcowej części książki znajdziesz ciekawą analizę stosowania grafów i związanych z nimi algorytmów, takich jak przeszukiwanie grafu, minimalne drzewo rozpinające, kolorowanie węzłów oraz znajdowanie najkrótszej ścieżki. Najciekawsze zagadnienia ujęte w książce: różne typy danych w C#: wartościowe i referencyjne tablice i listy oraz algorytmy sortowania operacje na zbiorach oraz wbudowany typ HashSet struktury drzewiaste i kopce: binarne, dwumianowe oraz Fibonacciego algorytmy oparte na grafach, w tym algorytm Dijkstry C#. Liczy się algorytm i odpowiednia struktura danych! Dr Marcin Jamro jest programistą i architektem różnych aplikacji. Obecnie pełni funkcję prezesa firmy TITUTO Sp. z o.o. z siedzibą w Rzeszowie. Ma również dorobek naukowy: jest autorem kilku publikacji i organizatorem konferencji naukowych. Zdobył certyfikaty: MCP, MCTS i MCPD. Szczególnie interesuje się inżynierią oprogramowania i zarządzaniem projektami.

People who really know how to build, populate, and simplify databases are few and far between. Access 2019 For Dummies is here to help you join the ranks of office heroes who possess these precious skills. This book offers clear and simple advice on how to build and operate databases as well as create simple forms, import data from outside sources, query databases for information, and share knowledge in reports. In short, it’s the book that holds all the secrets behind the mysteries of Access! Build effective databases from the ground up Simplify your data entry with forms and tables Write queries that produce answers to your data questions Simplify input with forms There’s no time like the present to get your hands on the insight that database beginners need to become Access gurus.

Model relacyjnej bazy danych zdecydowanie dominował wśród technologii bazodanowych przez ostatnie 20 lat. Poszczególne rozwiązania były do siebie na tyle podobne, że decyzja o zastosowaniu relacyjnej bazy danych stała się oczywista. Architektura rozwiązań tego typu była zbliżona, a różnice polegały głównie na koszcie wdrożenia, wydajności, niezawodności i łatwości użycia aplikacji. Obecnie sytuacja diametralnie się zmieniła: powstało wiele radykalnie różniących się od siebie technologii bazodanowych, a wybór właściwej bazy danych stał się złożonym zadaniem, wymagającym sporej wiedzy i obarczonym poważnymi konsekwencjami natury ekonomicznej i technologicznej. Ta książka szczególnie przyda się architektom technologii informatycznych, administratorom baz danych i projektantom, którzy do wykonywania swoich obowiązków potrzebują wiedzy o najświeższych rozwiązaniach z dziedziny technologii baz danych. Omówiono tu najnowsze, wykorzystywane obecnie technologie baz danych. Wyjaśniono, w jakim celu zaprojektowano każdą z nich. Zaprezentowano możliwości poszczególnych baz danych oraz ich potencjał w rozwiązywaniu realnych problemów biznesowych i problemów z aplikacjami. Co najważniejsze, ukazano różnice w architekturze między technologiami, które mają kluczowe znaczenie przy wyborze platformy baz danych dla nowych i planowanych projektów. W tej książce między innymi: Co zrewolucjonizowało bazy danych Google, Hadoop i koncepcja BigData Pamięciowe i rozproszone bazy danych NoSQL, CQL i nowe odsłony SQL Hybrydowe bazy danych Oracle NoSQL i BigData: potężne bazy danych przyszłości!

Rozwój technologiczny nie tylko zwiększył ilość i dostępność danych, ale również zaowocował wszechobecnością narzędzi do ich obróbki i prezentacji. W zasadzie każdy może tworzyć diagramy i prezentacje. Aby przykuć uwagę odbiorcy i przekazać mu informację zawartą w zbiorze danych, sama wiedza techniczna nie wystarczy. Problem wynika z tego, że większość ludzi nie ma naturalnej umiejętności przekładania danych na interesujące historie. Tego się po prostu trzeba nauczyć. Dopiero wtedy można mówić o skutecznym przekazie. Ta książka jest przewodnikiem dla każdego, kto musi przekazywać informacje, robiąc przy tym użytek z danych. Szczególnie wartościowa będzie dla analityków, studentów i naukowców, a także dla każdego, kto w swojej komunikacji odwołuje się do danych. Pokazano tu prostą i intuicyjną technikę przedstawiania historii przy użyciu danych w sześciu krokach ("lekcjach"). Skuteczność tej metody potwierdzono wieloma przykładami zaczerpniętymi z przeróżnych branż. Poszczególne procesy zaprezentowano za pomocą instrukcji "krok po kroku", opisano także tok rozumowania podczas realizacji projektu graficznej wizualizacji danych. Przy tym wszystkim zawarte w książce praktyczne wskazówki są gotowe do natychmiastowego zastosowania. Sześć kluczowych lekcji skutecznej komunikacji wizualnej: Zrozumienie kontekstu. Wybór odpowiedniego wykresu. Eliminacja śmieci. Kierowanie uwagą odbiorców. Myślenie niczym projektant. Przedstawianie historii. Dane nadają sens prezentacji! Cole Nussbaumer Knaflic specjalizuje się w skutecznym prezentowaniu informacji ilościowych. Prowadzi warsztaty i prezentacje, które się cieszą ogromnym zainteresowaniem na całym świecie. Knaflic była analitykiem danych w bankowości i funduszach private equity, pracowała też w firmie Google, gdzie napisała przydatny kurs wizualizacji danych. Wykładała również w Maryland Institute College of Art (MICA). W wolnych chwilach piecze ciasta lub podróżuje. Mieszka w San Francisco wraz z mężem i dwoma małymi synami.

W pewnym uproszczeniu łańcuch bloków (blockchain) jest rozproszoną bazą danych, która utrzymuje stale rosnącą liczbę rekordów danych zabezpieczonych kryptograficznie przed manipulacją i próbą naruszenia integralności. Może posłużyć jako rozproszona księga rachunkowa. Technologia ta cieszy się dużym zainteresowaniem, a niektórzy entuzjaści nazywają ją nawet przełomową. Aby zrozumieć, do czego łańcuch bloków może się przydać, poprawnie ocenić uzasadnienie biznesowe startupów wykorzystujących łańcuch bloków czy też móc śledzić dyskusję na temat jego oczekiwanych efektów ekonomicznych, konieczne jest zrozumienie podstawowych pojęć związanych z technologią blockchain i uświadomienie sobie jej potencjalnych zastosowań. Niniejsza publikacja stanowi przystępne wprowadzenie do założeń technologii łańcucha bloków. Poszczególne pojęcia przedstawiono bez nadmiernej liczby szczegółów technicznych. Dzięki książce można przyswoić sobie takie koncepcje związane z łańcuchem bloków, jak transakcje, wartości haszujące, kryptografia, struktury danych, systemy peer-to-peer, systemy rozproszone, integralność systemu i konsensus w systemach rozproszonych. Książka została napisana w stylu konwersacyjnym, w sposób umożliwiający etapowe, stopniowe poznawanie problematyki. Matematyczne podstawy kryptografii i algorytmów zostały celowo pominięte, a zamiast tego zastosowano metafory i analogie. Dzięki temu zawarte tu treści będą zrozumiałe nawet dla Czytelnika bez przygotowania technicznego. W książce między innymi: główne koncepcje inżynierii programowania i potrzebna terminologia zastosowanie łańcucha bloków i zalety tej technologii wewnętrzne zasady działania łańcucha bloków ograniczenia łańcucha bloków i sposoby ich przezwyciężania omówienie kierunków prac rozwojowych nad technologią wykorzystywanie łańcucha bloków w warunkach rzeczywistych Łańcuch bloków. Czym jest? Do czego się przyda? W jaki sposób działa? O autorze Dr Daniel Drescher zawodowo zajmuje się bankowością. Od wielu lat pracuje w różnych bankach. Specjalizuje się w elektronicznym obrocie papierami wartościowymi. Jest ekspertem w dziedzinie automatyzacji, uczenia maszynowego i zagadnień big data w kontekście obrotu papierami wartościowymi.

Elektroniczna dokumentacja medyczna po zmianach to siódme uaktualnione wydanie praktycznego poradnika, który krok po korku wyjaśnia, jak bezproblemowo wdrożyć e-dokumentację medyczną.

Ostatnia dekada wywróciła świat biznesu i marketingu do góry nogami. Technologie, kryzysy, zmiany w polityce i stylu życia sprawiły, że przed decydentami pojawiła się niespotykana wcześniej masa znaków zapytania. Skończyła się, dająca poczucie pewności i kompetencji, era długookresowych strategii oraz obowiązujących przez dekady reguł czy podręczników marketingu. Pożegnaliśmy też raczej na dobre oswajanego przez dekady homo oeconomicus. Prawie żal tych przeczytanych grubych książek… W tym samym czasie – co jest powtarzane jak zdarta płyta – geometrycznie wzrosła liczba źródeł informacji, na podstawie których można podejmować dobre decyzje. Czy organizacje, firmy i marki jeszcze nad tym panują? (…) W 2017 roku, Polskie Towarzystwo Badaczy Rynku i Opinii (…) postanowiło bliżej przyjrzeć się zagadnieniom wykorzystania informacji o rynku i konsumencie przy decyzjach biznesowych. W marcu 2017 r. odbyło się bezprecedensowe w Polsce wydarzenie: Forum Data Driven Decisions, skupiające zarówno dostawców różnego rodzaju informacji marketingowych (od klasycznych agencji badawczych poprzez giganty technologiczne, aż po wyspecjalizowane firmy butikowe), jak i odbiorców tych danych – marketerów, strategów i kadrę zarządzającą firm. Spotkali się przedstawiciele różnych pokoleń, różnej wielkości przedsiębiorstw, z różnych kategorii. Zarządzający markami z pierwszej dziesiątki firm w Polsce mieli okazję wymienić opinie z właścicielami małych przedsiębiorstw i firm rodzinnych. Zwolennicy decyzji bazujących na intuicji mogli przyjrzeć się wynikom biznesowym firm biorących pod uwagę rzetelne analizy danych o rynku i konsumencie. (…) Data Driven Decisions to pierwsza w Polsce publikacja, która rozwieje wątpliwości marketerów i decydentów i wskaże najbardziej doceniane i najpewniejsze źródła informacji potrzebne do decyzji strategicznych i taktycznych w biznesie. Eksperci PTBRiO i konferencji Data Driven Decisions wskażą, na jakich partnerach i źródłach można polegać na poszczególnych etapach realizacji misji marketingowej: od tworzenia strategii, poprzez sprzedaż, aż po zarządzanie relacjami z klientem czy konsumentem. Biznes to praktyka, która może rozpędzić się jedynie na solidnej podstawie teoretycznej i know-how. Postanowiliśmy zatem – na każdym z „przystanków” marketingu (od planowania strategicznego po utrzymanie relacji z klientami) – porozmawiać z praktykami: przedstawicielami różnych firm i organizacji, które odniosły sukces na rynku. Dzięki temu poznacie nie tylko naukowe i teoretyczne podstawy do podejmowania właściwych decyzji, ale i praktyczne wskazówki od ludzi, którzy w konkretnych sytuacjach rynkowych zostali skonfrontowani z dylematami: intuicja czy dane? Wiedza z firmy czy dane z zewnątrz? Poczekać z decyzją jeszcze miesiąc czy działać już dziś? Mateusz Galica, Wstęp

Współczesne ogromne zbiory danych zawierają odpowiedzi na prawie każde pytanie. Równocześnie nauka o danych jest dziedziną, która cokolwiek onieśmiela. Znajduje się gdzieś pomiędzy subtelnymi umiejętnościami hakerskimi, twardą wiedzą z matematyki i statystyki a merytoryczną znajomością zagadnień z danej branży. Co więcej, dziedzina ta niezwykle dynamicznie się rozwija. Trud włożony w naukę o danych niewątpliwie się jednak opłaca: biegły analityk danych może liczyć na dobrze płatną, inspirującą i bardzo atrakcyjną pracę. Dzięki tej książce opanujesz najważniejsze zagadnienia związane z matematyką i statystyką, będziesz także rozwijać umiejętności hakerskie. W ten sposób zyskasz podstawy pozwalające na rozpoczęcie przygody z analizą danych. Gruntownie zapoznasz się z potrzebnymi narzędziami i algorytmami. Pozwoli Ci to lepiej zrozumieć ich działanie. Poszczególne przykłady, którymi zilustrowano omawiane zagadnienia, są przejrzyste, dobrze opisane i zrozumiałe. Podczas lektury książki poznasz biblioteki, które umożliwią zaimplementowanie omówionych technik podczas analizy dużych zbiorów danych. Szybko się przekonasz, że aby zostać analitykiem danych, wystarczy odrobina ciekawości, sporo chęci, mnóstwo ciężkiej pracy i... ta książka. Najważniejsze zagadnienia: Praktyczne wprowadzenie do Pythona Podstawy algebry liniowej, statystyki i rachunku prawdopodobieństwa w analizie danych Podstawy uczenia maszynowego Implementacje algorytmów modeli, w tym naiwny klasyfikator bayesowski, regresja liniowa, regresja logistyczna, drzewa decyzyjne, sieci neuronowe i grupowanie, MapReduce Systemy rekomendacji i mechanizmy przetwarzania języka naturalnego Korzystanie z mediów społecznościowych i baz danych. Python. Wyciśniesz z danych każdą kroplę wiedzy! O autorze Joel Grus jest inżynierem oprogramowania, analitykiem danych i autorem świetnie sprzedających się książek. Obecnie zajmuje się pracą badawczą w Allen Institute for Artificial Intelligence w Seattle. Wcześniej był zatrudniony w firmie Google i kilku startupach. Mieszka w Seattle, gdzie regularnie uczestniczy w spotkaniach lokalnej społeczności analityków danych. Regularnie publikuje posty na swoim blogu (joelgrus.com) i koncie @joelgrus w serwisie Twitter (http://twitter.com/joelgrus/).

Praktyczny SQL jest szybkim i prostym wprowadzeniem do programowania za pomocą SQL. Po zapoznaniu się z podstawami języka SQL i baz danych dowiesz się, jak korzystać z interfejsu pgAdmin i bazy danych PostgreSQL do definiowania, organizowania i analizowania zestawów danych ze świata rzeczywistego, takich jak statystyki kryminalne i dane demograficzne w USA. Następnie nauczysz się, jak tworzyć bazy danych przy użyciu własnych danych, jak pisać zapytania do wykonywania obliczeń i jak radzić sobie z typowymi problemami podczas przetwarzania publicznych danych. W każdym rozdziale, za pomocą łatwych do wykonania ćwiczeń dowiesz się, jak zbudować potężne bazy danych i znaleźć sens w ich zestawach.

Informatyczna rewolucja dosięgła również systemy bazodanowe. Przez długi czas administrator bazy danych interesował się głównie wewnętrznymi mechanizmami bazy, optymalizacją zapytań czy analizą podsystemów składowania danych. Z kolei oprogramowaniem stron, infrastrukturą czy usługami sieciowymi zajmowali się zupełnie inni ludzie, pracujący w odmienny sposób. Nowe technologie wymuszają jednak zmianę sposobu pracy i myślenia. Trzeba położyć nacisk na automatyzację, inżynierię oprogramowania, ciągłą integrację i ciągłe udostępnianie. Poza tym trzeba zapewnić ochronę przetwarzanych danych - ich wartość i znaczenie wciąż szybko rosną. W tej praktycznej książce dokładnie wyjaśniono współczesne podejście do tworzenia architektury baz danych i ich eksploatacji. Jeśli chcesz stać się znakomitym inżynierem niezawodności baz danych, czyli DBRE (z Database Reliability Engineer), znajdziesz tu schemat zasad i praktyk projektowania, budowania i eksploatacji magazynów danych zgodnie z paradygmatami inżynierii niezawodności i kultury DevOps. Zapoznasz się z podstawowymi zagadnieniami z obszaru eksploatacji, z metodami utrwalania baz danych, nauczysz się stosować najważniejsze technologie skalowalnego i wydajnego składowania oraz pobierania danych z zachowaniem odporności na błędy. Dzięki temu szybko i skutecznie zajmiesz się architekturą i eksploatacją każdej nowoczesnej bazy. W książce między innymi: wprowadzenie do inżynierii niezawodności baz danych inżynieria infrastruktury i zarządzanie nią oceny ryzyka i strategie zarządzania bezpieczeństwem danych metody przechowywania, indeksowania i replikacji danych popularne wzorce architektoniczne rozproszonych baz danych praktyczne wykorzystanie zasad inżynierii niezawodności w organizacji Stań się znakomitym inżynierem niezawodności! Laine Campbell od 18 lat zajmuje się środowiskami produkcyjnymi baz danych i systemów rozproszonych o dużej skali. Obecnie jest starszym dyrektorem ds. inżynierii środowisk produkcyjnych w firmie Fastly. Charity Majors jest CEO i założycielką firmy honeycomb.io. Wcześniej zajmowała się eksploatacją należącej do Facebooka platformy Parse, gdzie zarządzała rozbudowanym zestawem replik baz MongoDB, a także bazami Redis, Cassandra i MySQL.

Część 3 podręcznika do nauki zawodu technik informatyk, realizującego treści z zakresu kwalifikacji EE.09 (Programowanie, tworzenie i administrowanie stronami internetowymi i bazami danych), została opracowana zgodnie z nową podstawą programową z 2017 r. Prezentuje wiedzę oraz uczy umiejętności związanych z tworzeniem, projektowaniem baz danych i zarządzaniem nimi. Przedstawiono tu takie zagadnienia, jak: teoria baz danych, projektowanie baz danych, lokalny system zarządzania bazą danych MS Access, pakiet serwerowy XAMPP, SQL – strukturalny język zapytań, skrypty po stronie serwera - PHP. Wiadomości teoretyczne wsparto licznymi przykładami, ćwiczeniami zrzutami ekranowymi i ilustracjami wskazującymi sposoby ich praktycznego zastosowania.

Analiza danych stała się samodzielną dyscypliną wiedzy interesującą specjalistów z wielu branż: analityków biznesowych, statystyków, architektów oprogramowania czy też osoby zajmujące się sztuczną inteligencją. Wydobywanie informacji ze zbiorów danych pozwala na uzyskanie wiedzy niedostępnej w inny sposób. W tym celu dane trzeba odpowiednio przygotować, oczyścić, przetworzyć i oczywiście poddać analizie. Warto również zadbać o ich wizualizację. Do tych wszystkich zadań najlepiej wykorzystać specjalne narzędzia opracowane w języku Python. Prezentowana książka jest drugim, zaktualizowanym i uzupełnionym, wydaniem klasycznego podręcznika napisanego z myślą o analitykach, którzy dotychczas nie pracowali w Pythonie, oraz o programistach Pythona, którzy nie zajmowali się dotąd analizą danych ani obliczeniami naukowymi. Przedstawiono tu możliwości oferowane przez Pythona 3.6 oraz najnowsze funkcje pakietów Pandas i NumPy, a także środowisk IPython i Jupyter. Przy opisie poszczególnych narzędzi analitycznych wyjaśniono ich działanie i zaprezentowano przykłady ich wykorzystania w sposób efektywny i kreatywny. Ta książka powinna się znaleźć w podręcznej bibliotece każdego analityka danych! Najważniejsze zagadnienia: Eksploracja danych za pomocą powłoki IPython i środowiska Jupyter Korzystanie z pakietów NumPy i Pandas Tworzenie wizualizacji danych za pomocą pakietu Matplotlib Praca z danymi regularnych i nieregularnych szeregów czasowych Rozwiązywanie rzeczywistych problemów analitycznych Python: poznaj idealne narzędzie do analizy danych! Wes McKinney jest świetnie znany jako twórca pakietu Pandas - popularnej otwartej biblioteki Pythona przeznaczonej do analizy danych. Zajmuje się językami Python i C++. Jest związany ze środowiskiem analityków pracujących w Pythonie i z Apache Software Foundation, z którą rozwija wiele ciekawych projektów. Obecnie pracuje w Nowym Jorku jako architekt oprogramowania. McKinney często występuje w roli prelegenta na różnych konferencjach. Uwielbia podróże, interesuje się lingwistyką i językami obcymi.

Część 2 podręcznika do nauki zawodu technik informatyk, realizującego treści z zakresu kwalifikacji EE.09 (Programowanie, tworzenie i administrowanie stronami internetowymi i bazami danych), została opracowana zgodnie z nową podstawą programową z 2017 r. Prezentuje wiedzę oraz uczy umiejętności związanych z tworzeniem, projektowaniem stron internetowych i zarządzaniem nimi. Przedstawiono tu takie zagadnienia, jak: projektowanie stron WWW, tworzenie stron internetowych w języku HTML, kaskadowe arkusze stylów CSS, skrypty po stronie klienta – JavaScript, grafika na stronach internetowych, multimedia na stronach internetowych, edytory spełniające funkcje WYSIWYG, projektowanie stron internetowych, testowanie i optymalizacja stron internetowych, systemy zarządzania treścią CMS). Wiadomości teoretyczne wsparto licznymi przykładami, ćwiczeniami zrzutami ekranowymi i ilustracjami wskazującymi sposoby ich praktycznego zastosowania.

Część 1 podręcznika do nauki zawodu technik informatyk, realizującego treści z zakresu kwalifikacji EE.09 (Programowanie, tworzenie i administrowanie stronami internetowymi i bazami danych), została opracowana zgodnie z nową podstawą programową z 2017 r. Prezentuje wiedzę oraz uczy umiejętności związanych z programowaniem. Przedstawiono tu takie zagadnienia, jak: podstawowe pojęcia, algorytmy i ich klasyfikacja, język C++, instrukcje sterujące, funkcje, tablice, łańcuchy, wskaźniki, operacje na plikach, programowanie obiektowe, projektowanie programów. Wiadomości teoretyczne wsparto licznymi przykładami, ćwiczeniami zrzutami ekranowymi i ilustracjami wskazującymi sposoby ich praktycznego zastosowania.

Przetwarzanie i bezpieczne przechowywanie danych absorbuje uwagę inżynierów oprogramowania w coraz większym stopniu. W ostatnich latach pojawiło się wiele bardzo różnych rozwiązań w dziedzinie baz danych, systemów rozproszonych i metodyce budowania aplikacji. Sprzyjają temu zarówno rozwój technologii, rosnące potrzeby dotyczące dostępu do danych, jak i malejąca tolerancja na przestoje spowodowane awarią czy konserwacją systemu. To wszystko sprawia, że zespoły projektujące aplikacje muszą cały czas aktualizować swoją wiedzę i znakomicie orientować się w zakresie słabych i silnych stron poszczególnych rozwiązań oraz możliwości ich stosowania. I właśnie ta książka Ci to ułatwi. Dzięki niej zaczniesz orientować się w świecie szybko zmieniających się technologii przetwarzania i przechowywania danych. Znajdziesz tu przykłady skutecznych systemów spełniających wymogi skalowalności, wydajności i niezawodności. Zapoznasz się z wewnętrznymi mechanizmami tych systemów, analizami najważniejszych algorytmów, omówieniem zasad działania i koniecznymi kompromisami. Przy okazji przyswoisz sobie przydatne sposoby myślenia o systemach danych. W ten sposób rozwiniesz dobre intuicyjne zrozumienie tego, jak i dlaczego działają systemy, co pozwoli Ci analizować ich pracę, podejmować trafne decyzje projektowe i wyszukiwać źródła pojawiających się problemów. W tej książce między innymi: co to właściwie znaczy: niezawodność, skalowalność i łatwość konserwacji różne modele danych i obsługa zapytań replikacja, dzielenie danych, transakcje dane pochodne i ich przetwarzanie przetwarzanie strumieniowe Poznaj systemy, w których liczą się dane! Martin Kleppmann bada systemy rozproszone. Pracuje na Uniwersytecie Cambridge w Wielkiej Brytanii. Wcześniej był inżynierem oprogramowania w takich firmach, jak LinkedIn czy Rapportive, gdzie pracował nad działającą w dużej skali infrastrukturą do obsługi danych. Kleppmann jest blogerem, często występuje na konferencjach i rozwija oprogramowanie open source. Wierzy, że ważne idee nauki i techniki powinny być przystępne dla każdego, a lepsze ich zrozumienie umożliwi tworzenie lepszego oprogramowania.

Niezależnie od tego, jakim językiem programowania się posługujesz, nie staniesz się dobrym programistą ani nawet przeciętnym informatykiem, jeśli nie przyswoisz sobie najważniejszych idei inżynierii oprogramowania: algorytmów i struktur danych. Nie są to zagadnienia proste i z pewnością niejednego studenta informatyki kosztowały wiele zarwanych nocy. Niestety, istniejące na rynku książki dotyczące tych zagadnień nie ułatwiają nauki. Najczęściej są przeładowane matematycznymi wywodami, zbyt teoretyczne, zbyt opasłe i... zbyt oderwane od konkretnych zastosowań! Jeśli postanowiłeś zyskać praktyczną wiedzę o algorytmach i strukturach danych, a przy tym nieźle posługujesz się Javą, to trzymasz w rękach właściwą poublikację. Podstawy teoretyczne zostały w niej ograniczone do niezbędnych, potrzebnych w praktyce zagadnień. Sporo miejsca poświęcono analizie implementacji algorytmów i mierzeniu ich wydajności. Wyczerpująco wyjaśniono tak ważne aspekty praktyki inżynierii oprogramowania, jak kontrola wersji i testy jednostkowe. Mimo niewielkiej objętości książki znalazły się tu również ambitniejsze zagadnienia, np. trwałe struktury danych tworzone przez bazy danych Redis. W każdym rozdziale zamieszczono praktyczne ćwiczenia wraz z odpowiednim kodem testującym. W tej książce między innymi: Wprowadzenie do interfejsów Javy Analiza algorytmów Binarne drzewo przeszukiwania Wyszukiwanie logiczne Sortowanie Myśl jak informatyk i zrozum algorytmy! Allen B. Downey jest profesorem informatyki na uczelni Olin College of Engineering. Wykładał na Wellesley College, Colby College i Uniwersytecie Kalifornijskim Berkeley. W 2009 roku pracował jako badacz dla firmy Google. Doktorat z dziedziny informatyki obronił na Uniwersytecie Kalifornijskim Berkeley. Jest autorem szeregu książek i artykułów publikowanych w renomowanych periodykach. Zawodowo interesuje się statystyką Bayesa i nauką o prawdopodobieństwie.