Una guida completa per l’analisi e la visualizzazione dei dati ricca di esempi pratici che mostrano fin da subito la reale applicazione di quanto si sta studiando »
Veloce, flessibile e facile da sviluppare, Apache Spark è la piattaforma leader per l'SQL su larga scala, l'elaborazione batch, l'elaborazione di flussi e il machine learning. »
Secondo l'indagine Untapped Data Research di Salesforce, la maggior parte dei dirigenti delle aziende di tutto il mondo non è in grado di utilizzare i dati per prendere decisioni strategiche. »
Un sondaggio di HPE indaga sui gap strategici, organizzativi e tecnologici che le organizzazioni devono colmare per poter sfruttare la data maturity come risorsa strategica. »
Come attivare un account su Google Colab, organizzare file e progetti nei suoi notebook e cominciare a lavorare in un ambiente per data science pronto all'uso, che non richiede installazioni e configurazione ma si usa interamente da browser. »
L’Open Data Maturity Report 2022 di Capgemini mostra che l'85% dei 27 paesi dell'UE si sta preparando a monitorare e misurare il livello di riutilizzo dei dataset che potrebbero avere un elevato impatto economico e sociale. »
Come realizzare interfacce grafiche accattivanti e interattive per applicazioni Python, usando Streamlit. Esempi di grafici per dashboard, stili html e layout »
Come creare procedure di analisi e automazioni in Python su dati provenienti in cartelle Excel, grazie alla libreria Pandas: due esempi di casi d'uso »
"La sfida di chi ha avviato sperimentazioni o progetti di Advanced Analytics ora è l’industrializzazione dei processi”, sottolinea l'Osservatorio Big Data & Business Analytics del Politecnico di Milano
»
Le organizzazioni stanno accelerando la loro capacità di prendere decisioni basate sui dati offrendo funzionalità di analisi direttamente agli utenti aziendali. Ecco come farlo bene »
Grazie al data storytelling i leader IT trasmettono informazioni utili dai dati della propria organizzazione devono imparare a raccontare storie avvincenti con i dati, enfatizzando il contesto e la narrazione. »
Mancano esperti di data science per soddisfare tutte le esigenze di analisi dei dati delle aziende, e quelli disponibili vengono contesi dai big della tecnologia che possono offrire compensi a sei cifre. Come uscire da questa empasse? »
È probabile che la maggior parte dei dark data che raccogliete, dalle comunicazioni umane ai registri delle macchine, si stia accumulando senza che riusciate a valorizzarne il potenziale. Una buona governance e l'IA possono però aiutare. »
La data visualization è la presentazione dei dati in un formato grafico per facilitare la comprensione di tendenze, valori anomali e modelli nei dati. »
Databricks analizza i tre pilastri tecnologici fondamentali su cui le aziende dovrebbero concentrarsi quando cercano di sviluppare una strategia dati di successo. »
Unendo la struttura dei data warehouse e la flessibilità dei data lake, i data lakehouse si stanno dimostrando strumenti versatili per ottenere il massimo dai dati che si desidera raccogliere. »
La creazione di un centro di eccellenza cloud vi aiuterà a formalizzare e centralizzare la strategia cloud della vostra azienda. Ecco i primi passi da compiere. »
Molte organizzazioni continuano a faticare nella trasformazione dei dati e, per diventare data-driven, devono impegnarsi a trattare i dati come un prodotto e a trasformare la propria cultura »
