Database

La gestione dei dati digitali costituisce una delle competenze chiave per affrontare le sfide della complessità. La qualità delle decisioni e delle strategie che coinvolgono individui e organizzazioni dipende sempre più dalla capacità di estrarre, filtrare e assemblare dati da cui distillare informazioni e indicazioni operative per risolvere problemi pratici. L'obiettivo del volume consiste nel fornire indicazioni metodologiche, teoriche e applicative per imparare a presidiare in modo efficace le fasi di acquisizione, archiviazione, elaborazione e rappresentazione dei dati digitali, con un focus specifico sulle potenzialità del Machine Learning e sulle principali funzioni degli strumenti di Data Analysis. Il manuale è destinato a tutti coloro i quali desiderano valorizzare le proprie competenze specifiche attraverso l'integrazione di tecniche elementari per la ricerca, l'organizzazione, l'interpretazione e la visualizzazione dei dati digitali nei diversi ambiti disciplinari, al fine di migliorare la qualità delle proprie previsioni e decisioni.

Gli strumenti e le tecniche per portare l'analisi dei dati oltre Excel. La data analytics è una disciplina sempre più ricercata e acquisire competenze in questo ambito sta diventando essenziale in ogni settore. Questo manuale spiega come muovere i primi passi senza dover imparare un linguaggio di programmazione, ma passando dalla teoria alla pratica attraverso alcuni tutorial mirati. Si parte spiegando le tipologie di analisi possibili e come i dati devono essere preparati prima di essere analizzati. Si passa quindi al visual programming, con strumenti - KNIME e Microsoft Power BI - che consentono di creare template, modelli riutilizzabili e interfacce in grado di svolgere analisi profonde anche attraverso il machine learning. Infine si apprendono alcune tecniche di data visualization e data storytelling che aiutano a migliorare il processo di decision making. Un libro adatto a manager, professionisti, studenti e a tutti coloro che vogliono scoprire le potenzialità della data analytics per lavorare in modo più efficace con i dati.

Un manuale pratico e compatto per scoprire i concetti base di Microsoft Access 2021. Un punto di riferimento per tutti gli utenti che lavorano con un database senza tuttavia avere la necessità di diventare dei professionisti. Con spiegazioni chiare e consigli da esperto, l'autore guida alla scoperta delle basi di dati, per poi passare alla strutturazione di campi, record e tabelle fino a funzionalità più avanzate come la creazione di query, l'utilizzo di moduli e l'impostazione di report.

La progettazione e l'interrogazione di database è un elemento centrale di applicazioni, servizi e piattaforme di vario tipo e dimensione e non può essere ignorata da chi lavora allo sviluppo e al mantenimento di architetture e soluzioni IT. Questo manuale fornisce i fondamenti per lavorare con i dati e i relativi sistemi di gestione, analizzando le tipologie esistenti e le modalità per archiviare ed estrarre informazioni. Dopo aver spiegato come funziona il linguaggio SQL, vengono affrontati i database relazionali (MySQL e PostgreSQL) e quindi quelli NoSQL (MongoDB, Elasticsearch). A questo punto si passa al delicato tema della progettazione di una nuova base di dati suggerendo le best practice per ottenere un buon risultato ed evidenziando quali errori evitare. Per concludere vengono introdotte le tecnologie per lavorare con i big data, le modalità per gestire l'archiviazione su cloud e come ottenere la miglior qualità del dato. Con 185 esercizi disponibili online, una guida pratica, ricca di esempi e suggerimenti, pensata per studenti e professionisti che vogliono imparare a lavorare al meglio con i dati.

L'ingresso della Data Analytics in azienda è spesso accompagnato da reazioni contrastanti. Da una parte c'è ottimismo ed entusiasmo, dall'altra un senso generalizzato di inadeguatezza - di solito per la mancanza di esperienza e conoscenze specifiche - e anche un certo sospetto. In questo scenario, lo scoglio in cui può imbattersi chi si trova a dover prendere decisioni o indirizzare investimenti è la semplice domanda: "Da dove partiamo?". Questo manuale propone un percorso e una serie di strumenti per farsi strada nel mondo dei Big Data. L'approccio è pragmatico e graduale ed è pensato per guidare nel processo di Data Transformation ovvero di integrazione sistematica della Big Data Analytics in un business. Nel corso dei capitoli vengono illustrati strumenti operativi e modelli concettuali che aiutano a vedere in prospettiva aneddoti e proclami, sgombrare il campo da falsi miti e mettere a fuoco opportunità reali. Una guida pensata sia per chi ha già un po' di dimestichezza con l'intelligenza artificiale e vuole passare alla messa in pratica senza commettere errori strategici nell'implementazione, sia per chi parte da zero e vuole costruire, passo dopo passo, le basi per affrontare con successo la sfida dell'innovazione tecnologica.

I Big Data sono una realtà e la professionalità del data scientist è tanto ambita quanto rara sul mercato del lavoro. All'interno delle aziende, infatti, gli investimenti si concentrano sempre più sull'analisi dei dati, con lo scopo di prendere decisioni efficaci e migliorare prodotti, servizi e vendite. Questo manuale presenta in modo semplice e concreto i Big Data a chi non ha particolare esperienza ma vuole passare velocemente dalla teoria alla pratica. Per questo viene introdotto KNIME, uno strumento open source e gratuito dotato di un'interfaccia grafica che ne semplifica l'utilizzo e permette anche a chi non scrive codice di sfruttare i principali algoritmi di machine learning. Dopo aver definito cosa sono - e non sono - i Big Data, attraverso esempi pratici e tutorial viene spiegato come costruire cluster per organizzare dati e come creare modelli di predizione. Infine vengono introdotti argomenti più avanzati come il riconoscimento e l'analisi del linguaggio umano, e l'estensione delle funzionalità di KNIME con R e Python. Una guida per manager, professionisti e studenti, ma più in generale per chiunque voglia iniziare a lavorare con i Big Data apprezzandone le opportunità e comprendendone le criticità.

Rivolto agli studenti e ai ricercatori di information retrieval, basi di dati e sistemi informativi dei dipartimenti di ingegneria, informatica, economia e statistica, ma anche ai professionisti dell'informatica interessati agli argomenti in qualità di utenti e di progettisti di sistemi informativi, il libro fornisce un'introduzione alle principali problematiche teoriche, metodologiche e implementative dei sistemi di information retrieval che influenzano la progettazione e la realizzazione dei motori di ricerca. L'autore affronta tutti gli aspetti fondamentali dell'indicizzazione automatica del contenuto informativo, del reperimento e ordinamento dei dati e della valutazione dei sistemi, descrivendo inoltre i principali modelli teorici e le tecniche avanzate di indicizzazione e reperimento. Presenta infine i metodi principali di machine learning e alcuni temi e applicazioni sviluppati più di recente. Al termine di ciascuno dei dieci capitoli il lettore è invitato a rispondere a quesiti per verificare le conoscenze acquisite e può consultare i riferimenti bibliografici proposti in modo argomentato per approfondire i temi appena trattati o avvicinarsi a quelli non presenti nel libro.

Bitcoin e NFT, blockchain e miner: questi termini provocano reazioni contrastanti. Da un lato suscitano un forte hype, dall'altro appaiono come l'ennesima bolla finanziaria speculativa, neppure troppo raffinata. Questo non è un libro su come svoltare. L'obiettivo è spogliare le criptovalute dal glamour che le circonda e spiegare come la componente rivoluzionaria e libertaria di cui si fregiano sia solo una strategia di marketing. Attraverso la loro storia e analizzando il loro funzionamento con la giusta dose di tecnicismi, diventa logico collocarle all'interno della teoria del pensiero capitalista contemporaneo, la loro vera casa.

Interamente dedicato a DAX (Data Analysis Expressions), questo libro accompagna nella comprensione e utilizzo del linguaggio delle formule di Microsoft Power BI per l'analisi dei dati. DAX è un linguaggio potente, utilizzato in un numero crescente di strumenti analitici, offre prospettive decisamente interessanti. Richiede però impegno. Si comporta in modo diverso da altri linguaggi. Pone sfide e nasconde insidie che è impossibile affrontare e risolvere prescindendo dalla comprensione dei principi fondamentali e del modo in cui determinati meccanismi interagiscono. Il libro parte dalla base e si sviluppa in crescendo attraverso esempi studiati per portare alla scrittura di codice efficiente e sicuro, padroneggiando il contesto di valutazione, la modellazione, la time intelligence e l'analisi avanzata in base al tempo, i gruppi di calcolo. Si rivolge a chi, pur realizzando report in Power BI, ha ulteriori necessità: ha bisogno di calcolare metriche e KPI che non può ottenere, si rende conto che la mancata comprensione della logica risultati-contesto ha conseguenze pesanti. Questo libro è perciò anche un ottimo strumento per chi intende fare di DAX la propria professione.

Access è un database programmabile che attraverso il linguaggio VBA integrato diviene un ambiente di sviluppo che permette di ottenere risultati professionali in tempi relativamente brevi, soprattutto nello sviluppo di programmi gestionali e di utilità generale, dove necessità l'impiego di un database semplice e intuitivo. Scopo della prima parte del libro è insegnare a progettare, Partendo da Zero, un vero database. La seconda parte è dedicata alla programmazione di Access attraverso Visual Basic, che permette di realizzare software potenti realizzabili solamente con strumenti molto più impegnativi e specialistici. Nell'esposizione è stato utilizzato un linguaggio semplice adatto soprattutto a chi Parte da Zero in quest'ambito. È corredato di numerosi esempi provenienti soprattutto dal mondo del lavoro. (400 pagine) L'opera è utilizzabile per le versioni di Access 2022, 2019, 2016, 2013, 2010.

Il manuale presenta i concetti fondamentali su basi di dati, linguaggi di interrogazione e di gestione, tecniche e metodi di progettazione, tecnologie e architetture per la gestione dei dati. Il testo nasce da una lunga esperienza di insegnamento degli Autori in corsi riguardanti le basi di dati in ambito sia universitario sia industriale e applicativo e pertanto si rivolge al pubblico degli studenti (Ingegneria, Scienze dell'informazione e Informatica) e a quello dei professionisti (utenti e progettisti di applicazioni). In questa nuova edizione tutti i contenuti sono stati rivisti e aggiornati. In particolare, nella quarta parte sono stati inseriti alcuni nuovi argomenti, tra cui un capitolo sui sistemi NoSQL, alcuni strumenti e librerie del linguaggio Python per la costruzione di applicazioni di data science e una descrizione e vari esempi di codice di Angular JS, un sistema molto diffuso per lo sviluppo delle Rich Internet Application. Altre modifiche sono distribuite nel testo, come l'introduzione dell'operazione di divisione nell'algebra relazionale, l'uso delle query nella clausola from del linguaggio SQL e la descrizione del protocollo XOpen DTP. Ciascun capitolo è corredato da numerosi esempi ed esercizi, nonché di una nota bibliografica che indica le fonti per possibili approfondimenti. Infine, il volume è corredato da ulteriori 400 esercizi per l'autovalutazione nella piattaforma Connect.