R和Python语言是Power BI的强大补充。它们支持高级的数据转换技术,这些技术在Power BI的默认配置中很难执行,但通过利用R和Python的功能变得更容易。如果您是一位业务分析师、数据分析师或数据科学家,希望推动Power BI,并将其从一个商业智能工具转变为一个高级数据分析工具,那么这本书将帮助您实现这一目标。

你将学到什么

  • 使用ggplot2包通过R创建高级数据可视化
  • 使用R和Python摄取数据,以克服Power查询的一些限制
  • 使用R和Python对数据应用机器学习模型,而不需要Power BI premium compacity
  • 通过微软认知服务、IBM Watson自然语言理解和SQL Server机器学习服务中的预训练模型,在Power - - BI中加入高级人工智能,而不需要Power BI premium compacity
  • 使用R和Python执行Power BI中不可能执行的高级字符串操作

这本书是给谁的

  • 普通用户、数据分析师和数据科学家
成为VIP会员查看完整内容
33

相关内容

Python是一种面向对象的解释型计算机程序设计语言,在设计中注重代码的可读性,同时也是一种功能强大的通用型语言。
【干货书】Python高级数据科学分析,424页pdf
专知会员服务
114+阅读 · 2020年8月7日
【经典书】Python金融大数据分析,566页pdf
专知会员服务
122+阅读 · 2020年8月1日
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
90+阅读 · 2020年6月28日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
225+阅读 · 2020年3月22日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
193+阅读 · 2020年3月12日
如何编写完美的 Python 命令行程序?
CSDN
5+阅读 · 2019年1月19日
Python NLP入门教程
七月在线实验室
7+阅读 · 2018年6月5日
实战 | 用Python做图像处理(一)
七月在线实验室
25+阅读 · 2018年5月23日
Python 如何快速入门?
大数据技术
11+阅读 · 2018年4月9日
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
干货|7步让你从零开始掌握Python机器学习!
全球人工智能
8+阅读 · 2017年9月24日
如何用Python做舆情时间序列可视化?
CocoaChina
11+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2020年11月24日
Arxiv
0+阅读 · 2020年11月23日
Arxiv
1+阅读 · 2020年11月20日
Arxiv
0+阅读 · 2020年11月20日
Arxiv
0+阅读 · 2020年11月18日
VIP会员
相关VIP内容
【干货书】Python高级数据科学分析,424页pdf
专知会员服务
114+阅读 · 2020年8月7日
【经典书】Python金融大数据分析,566页pdf
专知会员服务
122+阅读 · 2020年8月1日
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
90+阅读 · 2020年6月28日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
225+阅读 · 2020年3月22日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
193+阅读 · 2020年3月12日
相关资讯
如何编写完美的 Python 命令行程序?
CSDN
5+阅读 · 2019年1月19日
Python NLP入门教程
七月在线实验室
7+阅读 · 2018年6月5日
实战 | 用Python做图像处理(一)
七月在线实验室
25+阅读 · 2018年5月23日
Python 如何快速入门?
大数据技术
11+阅读 · 2018年4月9日
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
干货|7步让你从零开始掌握Python机器学习!
全球人工智能
8+阅读 · 2017年9月24日
如何用Python做舆情时间序列可视化?
CocoaChina
11+阅读 · 2017年7月21日
相关论文
Arxiv
0+阅读 · 2020年11月24日
Arxiv
0+阅读 · 2020年11月23日
Arxiv
1+阅读 · 2020年11月20日
Arxiv
0+阅读 · 2020年11月20日
Arxiv
0+阅读 · 2020年11月18日
微信扫码咨询专知VIP会员