Self-Service AI mit Power BI

In diesem Buch wird erklärt, wie Sie die in Power BI Desktop geladenen Daten durch den Zugriff auf eine Reihe von Funktionen der künstlichen Intelligenz (KI) anreichern können. Diese KI-Funktionen sind in Power BI Desktop integriert und helfen Ihnen, neue Erkenntnisse aus vorhandenen Daten zu gewinnen. Einige der Funktionen sind automatisiert und stehen Ihnen auf Knopfdruck oder durch das Schreiben von Datenanalyseausdrücken (DAX) zur Verfügung. Andere Funktionen sind durch das Schreiben von Code in den Sprachen R, Python oder M verfügbar. Dieses Buch eröffnet Ihnen die gesamte Palette der KI-Funktionen mit klaren Beispielen, die zeigen, wann sie am besten angewendet werden und wie Sie sie auf Ihre eigenen Datensätze anwenden können. Ganz gleich, ob Sie Geschäftsanwender, Analyst oder Datenwissenschaftler sind - Power BI verfügt über KI-Funktionen, die auf Sie zugeschnitten sind. In diesem Buch erfahren Sie, welche Arten von Erkenntnissen Power BI automatisch liefern kann. Sieerfahren, wie Sie die Sprachen R und Python für Statistiken integrieren und nutzen können, wie Sie beim Laden von Daten mit Cognitive Services und Azure Machine Learning Services zusammenarbeiten, wie Sie Ihre Daten durch Fragen in einfachem Englisch erkunden können ... und vieles mehr! Es gibt KI-Funktionen für die Entdeckung Ihrer Daten, die Charakterisierung unerforschter Datensätze und die Erstellung von Was-wäre-wenn-Szenarien. Es gibt viel zu mögen und von diesem Buch zu lernen, ob Sie ein Neuling in Power BI oder ein erfahrener Benutzer sind. Power BI Desktop ist ein frei verfügbares Tool zur Visualisierung und Analyse. Dieses Buch hilft Ihnen, das Beste aus diesem Tool herauszuholen, indem Sie einige seiner neuesten und fortschrittlichsten Funktionen nutzen. Was Sie lernen werden: - Stellen Sie Fragen in natürlicher Sprache und erhalten Sie Antworten aus Ihren Daten - Lassen Sie sich von Power BI erklären, warum sich ein bestimmter Datenpunkt von den anderen unterscheidet - Lassen Sie Power BI die wichtigsten Einflussfaktoren über Datenkategorien anzeigen - Zugriff auf die in der Azure-Cloud verfügbaren Funktionen für künstliche Intelligenz - Gehen Sie denselben Drilldown-Pfad in verschiedenen Teilen Ihrer Hierarchie - Laden Sie Visualisierungen, um Ihre Berichte intelligenter zu gestalten - Simulieren Sie Änderungen an Daten und sehen Sie sofort die Folgen - Kennen Sie Ihre Daten, noch bevor Sie Ihren ersten Bericht erstellen - Erstellen Sie neue Spalten, indem Sie Beispiele für die benötigten Daten angeben - Transformieren und visualisieren Sie Ihre Daten mit Hilfe von R- und Python-Skripten Für wen dieses Buch gedacht ist: Für den begeisterten Power BI-Anwender, der modernste Funktionen der künstlichen Intelligenz (KI) einsetzen möchte, um neue Erkenntnisse aus vorhandenen Daten zu gewinnen. Für Endanwender und IT-Fachleute, die sich nicht scheuen, in die neue Welt des maschinellen Lernens einzutauchen, und bereit sind, diesen Schritt zu tun und einen tieferen Blick in ihre Daten zu werfen. Für diejenigen, die von einfachen Berichten und Visualisierungen zu diagnostischen und prädiktiven Analysen übergehen wollen.

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.