Database

Access è l'unico tra i software della suite Office che assomiglia più a un ambiente di sviluppo che a un applicativo in senso stretto. Con Access è infatti possibile creare vere e proprie applicazioni database in grado di registrare, consultare e organizzare dati e informazioni in modo dinamico e intelligente. A dieci anni di distanza dall'ultima edizione, il best seller di Mike Davis si aggiorna per sfruttare le funzionalità offerte dalla versione 2021, accompagnando il lettore dalle basi del sistema agli strumenti più avanzati. Nulla viene tralasciato: si parte dall'interfaccia grafica e dalle routine di programmazione per poi passare al ruolo delle macro e agli strumenti di sviluppo come il linguaggio VBA e gli oggetti DAO e ADO, concludendo con le modalità di accesso e gestione dei dati e con i collegamenti tra Access e gli altri applicativi Office.

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.

Il testo si rivolge agli studenti di Basi di dati e sistemi informativi dei Dipartimenti di Economia, Ingegneria, Matematica, Statistica e, in generale, degli ambiti in cui l'informatica è materia di studio universitario. Con questo testo si fornisce un'introduzione ai fondamenti di progettazione, gestione e analisi delle basi di dati adatta ai corsi in cui lo studente ha una conoscenza anche solo iniziale dell'Informatica.

Una nuova generazione di leader donne sta conquistando la scena internazionale. Il soffitto di vetro finalmente scricchiola, ma siamo sicuri di essere alle porte di un cambiamento epocale? A guardare bene, purtroppo, si scopre un secondo soffitto, più resiliente e invisibile: è quello dei dati che governano la nostra realtà e che sono sempre più cruciali nel determinare non solo come sono disegnate le nostre auto e le nostre città o chi assumere dopo un colloquio di lavoro, ma anche come funzionano molti farmaci salvavita o come si comportano i sistemi di intelligenza artificiale. Ecco perché le donne hanno il 75 per cento di probabilità in più di soffrire per gli effetti collaterali di un medicinale e il 17 per cento in più di morire in un incidente stradale. Il mondo, è vero, sta cambiando. Ma lentamente. Al ritmo attuale ci vorranno 280 anni per raggiungere la parità di genere nella computer science e 258 nella fisica, anche perché il sistema dell'informazione è ancora molto maschio-centrico: per esempio, otto notizie su dieci parlano di uomini. Emanuela Griglié e Guido Romeo ci accompagnano in un viaggio nel maschilismo dei dati e dimostrano che contrastarlo aiuterebbe a creare una società — sorpresa — migliore anche per gli uomini.

Per progettare in modo corretto una base di dati relazionale non si può cedere alla improvvisazione e alla superficialità: è necessario adottare una metodologia consolidata in grado di garantire un risultato robusto ed esente da errori che permetta anche una facile manutenzione nel tempo. Questo è il motivo per cui in questo libro troverete argomenti teorici da applicare sul campo: algebra relazionale, progettazione concettuale, logica e fisica, diagrammi entità/relazione, normalizzazione, vincoli di integrità relazionale e linguaggio SQL. A completamento, un intero e ampio capitolo su un esempio concreto di base di dati progettata passo-passo per una applicazione "business". Un testo da tenere nella vostra postazione di lavoro, ma perfetto anche per corsi di "Basi di Dati I" nelle scuole superiori e nelle università.

Il paradigma dell’Industria 4.0 sta trasformando radicalmente le dinamiche aziendali, innovando in modo significativo anche la corporate communication online. Partendo dall’osservazione del quadro complessivo delle principali tecnologie della digital trasformation, il volume propone una prima schematizzazione dei nuovi approcci di comunicazione data-driven nelle relazioni con i diversi stakeholder: comunicazione di filiera, comunicazione interna e di reclutamento, comunicazione di marketing. Le evidenze empiriche della web survey condotta nel contesto italiano consentono di tracciare un ponte tra dimensioni teoriche e pratiche manageriali, fornendo indicazioni sullo stato di sviluppo dell’Industria 4.0 e sul grado di adozione dei Big Data nelle strategie di corporate communication. I risultati dell’indagine forniscono ai communication manager chiavi di lettura utili per interpretare le dinamiche in atto, soprattutto rispetto a quelle aree di criticità in cui gli interventi per migliorare la comunicazione aziendale sono più necessari. Il testo individua infine i principali driver di sviluppo su cui le organizzazioni devono puntare, per intraprendere adeguati percorsi di digital transformation in grado di innovare i modelli di business e di comunicazione. Il volume si rivolge sia agli studenti universitari, agli allievi di master e business school, sia a professionisti, consulenti e manager che ricoprono ruoli di responsabilità nell’ambito della digital communication.

Miliardi di persone frequentano il Web ma poche sanno che imparando alcuni principi di programmazione, e qualcosa di più sulla struttura interna dei social media, è possibile raccogliere informazioni di vario tipo: verificare che qualcuno abbia scritto, detto o mostrato qualcosa, analizzarne le relazioni e le interazioni, conoscerne gli interessi, i gusti e così via. Questo libro mostra come trovare ed estrarre dati dalla Rete e dai principali social media utilizzando semplici programmi realizzati da zero, e alcune soluzioni professionali. Si parte spiegando l'architettura di base del Web per poi illustrare gli strumenti necessari per creare un laboratorio di mining semplice ma efficace. Quindi si passa alla pratica su Facebook, Twitter, Instagram e LinkedIn e, dopo aver visto come ottenere dati di vario tipo, si misurano le conoscenze acquisite andando a "caccia" su altri siti web. Alla fine vengono proposte alcune metriche di analisi da applicare alle informazioni ottenute. Che tu sia un social media manager, un professionista del marketing, un giornalista o un semplice curioso, questa guida facile e ricca di esempi passo passo è il libro che fa per te.

Questa breve opera non può e non vuol essere un manuale completo ed esauriente di quello che si chiama Data Mining. L'intenzione è di offrire al principiante una maniera di comprendere che cosa sia il cosiddetto Data Mining e parallelamente i rudimenti dell'argomento. Vale la pena di notare che oggidì vengono automaticamente raccolte grandi masse di dati: si entra nel tempo dei Big Data ed allora il Data Mining assume un'importanza crescente e viene usato sempre di più nel mondo produttivo. Si è cercato di fare comprendere la logica dei diversi metodi: coloro che vorranno operare nel settore potranno così approfondire le tecniche ed ogni formalismo su altri testi meno introduttivi. Dopo una breve panoramica, vengono approfondite le tecniche statistiche di data mining, le applicazioni nel campo del marketing e infine il web mining con l'approfondimento di un case study. L'accento viene posto sull'aspetto statistico del Data Mining e sul senso statistico dei metodi e delle tecniche di questo campo di studio.

"Architetture Serverless con AWS" vi introduce a livello operativo al modello serverless basato su AWS (Amazon Web Services) e Lambda. Il testo nel suo sviluppo esamina tutte le importanti funzionalità della piattaforma come Amazon Athena, un servizio di query interattivo serverless che semplifica l'analisi dei dati nel Simple Storage Service (S3 Amazon) utilizzando SQL standard. Scoprirete anche AWS Glue, un servizio di estrazione, trasferimento e caricamento (ETL) totalmente gestito che rende la classificazione dei dati semplice ed economica. Imparerete in che modo Amazon Kinesis consenta di liberare il potenziale di analisi dei dati in tempo reale attraverso servizi come Kinesis Data Streams, Kinesis Data Firehose e Kinesis Data Analytics. Ultimo, ma non meno importante, imparerete come combinare le funzionalità di Kinesis con AWS Lambda per creare architetture serverless leggere. Alla fine sarete pronti per creare ed eseguire la vostra prima applicazione serverless che sfrutti l'elevata disponibilità, la sicurezza, le prestazioni e la scalabilità di AWS.

Capire il passato, osservare il presente, predire il futuro. Questi sono gli scopi della Data Science, un settore in fortissima espansione che risponde a una necessità urgente: come gestire e valorizzare le enormi quantità di dati che affluiscono nei server di tutto il mondo. Le aziende richiedono competenze in questo ambito e aspiranti di ogni livello tentano di formarsi il più velocemente possibile, ma spesso la confusione domina. In che rapporto sono Data Science, Big Data e Machine Learning? Quali competenze bisogna possedere? Quali sono gli strumenti più importanti da padroneggiare? Questo libro risponde in maniera chiara, organica e pratica. Mostra un percorso che parte delle basi del linguaggio Python, illustra strumenti fondamentali come NumPy e Pandas, esplora i Big Data con i framework Hadoop, Spark e SparkSQL e infine sfocia nella trattazione approfondita delle tecniche più importanti di Machine Learning.