Und dann auf "Zum Home-Bildschirm [+]".
Stöbern
genialokal zum Startbildschirm hinzufügen
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Ihr gewünschter Artikel ist in 0 Buchhandlungen vorrätig - wählen Sie hier eine Buchhandlung in Ihrer Nähe aus:
1. Fragen in natürlicher Sprache stellen.- 2. Die Insights-Funktion.- 3. Wichtige Einflussfaktoren entdecken.- 4. Drill-Down und Zerlegen von Hierarchien.- 5. Hinzufügen intelligenter Visualisierungen - 6. Mit Szenarien experimentieren.- 7. Einen Datensatz charakterisieren.- 8. Spalten aus Beispielen erstellen.- 9. Ausführen von R- und Python-Visualisierungen.- 10. Daten mit R und Python transformieren.- 11. Ausführen von Machine Learning-Modellen in der Azure Cloud.
Markus Ehrenmueller-Jensen ist ein Datenexperte, der seine Karriere als Berater für Business Intelligence-Lösungen auf einem IBM AS/400-System begann, bevor er 2006 in die Welt von Microsofts Data Platform eingeführt wurde. Seitdem hat er Data Warehouses und Business Intelligence-Lösungen für eine Vielzahl von Kunden entwickelt. Sein Portfolio umfasst Schulungen und Workshops, Architekturentwürfe und die Entwicklung von datenorientierten Lösungen. Im Jahr 2018 gründete er Savory Data, ein unabhängiges Beratungsunternehmen.
Markus ist als Microsoft Certified Solution Expert (MCSE) für Data Platform und Business Intelligence sowie als Microsoft Certified Trainer (MCT) zertifiziert. Er unterrichtet Datenbanken, Informationsmanagement und Projektmanagement an der HTL Leonding, Österreich. Er ist Mitbegründer von PASS Austria und PUG Austria und Mitorganisator des jährlich stattfindenden SQL Saturday in Wien. Seit 2017 ist er jedes Jahr ein Microsoft Most Valuable Professional (MVP).
1. Fragen in natürlicher Sprache stellen.- 2. Die Insights-Funktion.- 3. Wichtige Einflussfaktoren entdecken.- 4. Drill-Down und Zerlegen von Hierarchien.- 5. Hinzufügen intelligenter Visualisierungen - 6. Mit Szenarien experimentieren.- 7. Einen Datensatz charakterisieren.- 8. Spalten aus Beispielen erstellen.- 9. Ausführen von R- und Python-Visualisierungen.- 10. Daten mit R und Python transformieren.- 11. Ausführen von Machine Learning-Modellen in der Azure Cloud.
