# Платформа за онлайн и видео обучения Devise Expert > Devise Expert (expert-bg.org) е специализиран център за обучение. Предлага присъствени и видео курсове областите: анализ на данни с MS Excel, SQL и Power BI, машинно обучение (machine learning), програмиране на Python и администриране на Linux. Обучението е насочено към придобиване на практически знания и умения с цел повишаване на квалификацията. Учебният център е лицензиран от НАПОО от 2004г. > Платформата на Devise Expert предоставя достъп до записите и учебните материали от курсовете и за двете форми на обучение: присъствена и индивидуална на видео запис. След успешно приключване на курс можете да получите удостоверение по образец на Devise Expert или, след полагане на изпит по теория и практика, удостоверение по образец на МОН (Министерство на образованието). ## Страници - [Комбинирани обучения по анализ на данни](https://expert-bg.org/kombinirani-obucheniya-po-analiz-na-danni/) - [Предстоящи обучения](https://expert-bg.org/predstoyashti-obucheniya/) - [360 минути анализ на данни](https://expert-bg.org/360-minuti-analiz-na-danni/): Семинари и работилници Гледайте безплатни видео записи от събития Oracle: Локална инсталация и облачна услугаВземете на видеоMS Excel: XLOOKUP предизвикателстваВземете... - [Обучения по анализ на данни](https://expert-bg.org/obucheniya-po-analiz-na-danni/) - [ПОЛИТИКА ПО КАЧЕСТВОТО](https://expert-bg.org/politika-po-kachestvoto/): ПОЛИТИКА ПО КАЧЕСТВОТО Политиката на Организацията е ориентирана към предлагане на високо качествена услуга по провеждане на начално и непрекъснато... - [Power BI Динамично заглавие на визуален компонент](https://expert-bg.org/landings/power-bi-dinamichno-zaglavie-na-vizualen-komponent/): Динамично заглавие на визуален компонент От това видео ще научите как в Power BI можете динамично да добавите имената на... - [Power BI Как да оцветим динамично стълбова диаграма?](https://expert-bg.org/landings/power-bi-kak-da-oczvetim-dinamichno-stalbova-diagrama/): Как да оцветим динамично стълбова диаграма? Подготвяме в Power BI отчет за продажбите на продукти, които са с различни цветове.... - [SQL Кои са клиентите без поръчки през последните 60 - 180 дена?](https://expert-bg.org/landings/sql-koi-sa-klientite-bez-porachki-prez-poslednite-60-180-dena/): Кои са клиентите без поръчки през последните 60 - 180 дена? Ако се налага да подготвим от базата данни списък... - [SQL Как да направим динамичен календар за отчетите?](https://expert-bg.org/landings/sql-kak-da-napravim-dinamichen-kalendar-za-otchetite/): Как да направим динамичен календар за отчетите? Как да направим с SQL View динамичен календар с цел в отчетите да... - [MS Excel Динамични изчисления с Name Range и INDIRECT()](https://expert-bg.org/landings/ms-excel-dinamichni-izchisleniya-s-name-range-i-indirect/): Динамични изчисления с Name Range и INDIRECT Темата е посветена на динамични калкулации, променящи се според избран от нас критерий... - [Файлове от семинара DAX Filters](https://expert-bg.org/landings/fajlove-ot-seminara-dax-filters/): Как работи филтрирането в заявките и метриките на DAX? Ще получите достъп до: Записки PDF файл с описани стъпките и... - [Семинари и работилници](https://expert-bg.org/seminari-i-rabotilniczi/): Семинари и работилници Гледайте безплатни видео записи от събития Oracle: Локална инсталация и облачна услугаВземете на видеоMS Excel: XLOOKUP предизвикателстваВземете... - [Удостоверения](https://expert-bg.org/udostovereniya/): Нашите удостоверения Какъв сертификат можете да получите? Учебният центъра е лицензиран от Националната агенция за професионално образование и обучение (НАПОО)... - [За фирми](https://expert-bg.org/za-firmi/): Фирмени обучения Подобрете знанията и квалификацията на вашия екип Заявете обучение За кого са подходящи Ние предлагаме готови или персонализирани... - [Блог](https://expert-bg.org/blog/) - [Успешно плащане](https://expert-bg.org/uspeshno-plasthane/): Успешно заплатихте! Посетете Вашият профил и започнете да учите. - [ПОЛИТИКА ЗА БИСКВИТКИТЕ](https://expert-bg.org/politika-za-biskvitkite/): Политика за бисквитките За да получавате качествени услуги, ние използваме "бисквитки" (cookies). Настоящата политика има за цел да Ви информира... - [ПОЛИТИКА ЗА ПОВЕРИТЕЛНОСТ](https://expert-bg.org/politika-za-poveritelnost/): ПОЛИТИКА ЗА ПОВЕРИТЕЛНОСТ Предоставените доброволно лични данни са необходими за контакт с DEVISE EXPERT® и осъществяване на качествено обслужване на... - [Контакти](https://expert-bg.org/kontakti/): Свържете се с нас Ще отговорим на вашите въпроси и ще съдействаме със съвет или препоръка относно обучение, събитие или... - [За нас](https://expert-bg.org/za-nas/): За нас За нас преподаването е страст и призвание, а вашият успех е наша цел и награда. Кои сме ние... - [За платформата](https://expert-bg.org/za-platformata/): За платформата Нашето споделено пространство за обмяна на знания, идеи и опит. Добре дошли! Общност Иска ни се това да... - [Общи условия](https://expert-bg.org/obsthi-usloviya/): Общи условия Последна промяна: 11 юни 2021 г. Общите условия регламентират отношенията между посетителите на видео платформата на Devise Expert... - [Започнете да учите](https://expert-bg.org/zapochnete-da-uchite/): Обучения на видео запис Изберете своето обучение в сферите: Анализ на данни, Програмиране, Графичен, Уеб и UX / UI дизайн.... - [Начало](https://expert-bg.org/) ## Публикации - [Power BI: DAX Query View vs DAX Studio](https://expert-bg.org/blog/power-bi-dax-query-view-vs-dax-studio/): До скоро DAX Studio беше незаменим помощник в проучването на данни, разработването на метрики и тест за производителност на метриките.... - [Изчисления със SQL заявки на данни от MS Excel](https://expert-bg.org/blog/kak-s-sql-zayavki-da-obrabotim-ms-excel-tabliczi/): Безспорно MS Excel е чудесна програма с милиони почитатели и потребители, с универсално приложение и независима по отношение на семантиката... - [7 ключови умения за ефективна работа с SQL](https://expert-bg.org/blog/7-klyuchovi-umeniya-za-efektivna-rabota-s-sql/): Езикът SQL e мощен и гъвкав инструмент с широко приложение в анализа на данни и подготовката на отчети. За ефективното... - [Selenium: Как да извлечем данни на приложения от Google Play?](https://expert-bg.org/blog/web-scraping-kak-da-izvlechem-danni-na-prilozheniya-ot-google-play-sas-sredstvata-na-selenium/): Случвало ли ви се е да искате да съберете данни от Интернет и да ги анализирате? Например да изтеглите ревюта... - [Selenium: Автоматизирано тестване на уеб сайтове с Python](https://expert-bg.org/blog/selenium-webdriver-avtomatizirano-testvane-na-web-saitove/): От ключово значение за успеха на един бизнес е правилното функциониране на неговия уеб сайт. За да сме сигурни, че... - [Machine Learning: Как да прогнозираме цени на автомобили?](https://expert-bg.org/blog/machine-learning-kak-da-prognozirame-czeni-na-avtomobili/): Регресията е един от методите, прилагани от специалистите в областта на машинното обучение за решаване на конкретни бизнес задачи. В... - [Machine Learning: Как да анализираме данни от анкетно проучване?](https://expert-bg.org/blog/machine-learning-kak-da-analizirame-i-grupirame-danni-ot-anketno-prouchvane/): Анкетното проучване е често използван метод при пазарните изследвания, чрез който се събират данни от определена група хора (респонденти) с... - [Machine Learning: Откриване на аномалии сред обяви за имоти](https://expert-bg.org/blog/machine-learning-otkrivane-na-anomalii-sred-obyavi-za-imoti/): Възможно е да попаднем в случаи, когато извадката, с която работим, съдържа отличителни стойности (outliers), т. е. наблюдения, различаващи се... - [Machine Learning: Как да анализираме последователност от състояния/събития?](https://expert-bg.org/blog/machine-learning-kak-da-analizirame-posledovatelnost-ot-sstoyaniya-sbitiya/): Анализът на последователност от състояния/събития е една доста интересна задача, която намира широко приложение в различни области. Например в търговията... - [Machine Learning: Препоръка на песни чрез асоциативни правила](https://expert-bg.org/blog/machine-learning-preporuka-na-pesni-chrez-asociativni-pravila/): Забелязах, че като слушам една песен, след нея винаги пускам следваща и след това пак следваща. Това ме подтикна да... - [Machine Learning: Групиране на песни от Spotify (Клъстеризация)](https://expert-bg.org/blog/machine-learning-kak-da-grupirame-opredeleni-pesni-i-ot-tyah-da-napravim-nov-plejlist-v-spotify-klsterizacziya/): Случвало ли ви се е да искате да слушате определени песни в Spotify, но без да се налага да търсите... - [Machine Learning: Как да анализираме музиката, която слушаме?](https://expert-bg.org/blog/machine-learning-kak-da-analizirame-muzikata-koyato-slushame-v-spotify/): Идеята за тази статия дойде благодарение на моето любопитство към музиката, която слушам в Spotify. Исках да разбера колко често... - [Machine Learning: Кой продукт с кои други се купува? (Асоциативни правила)](https://expert-bg.org/blog/machine-learning-koj-produkt-s-koi-drugi-se-kupuva-asocziativni-pravila/): Отговорът на този въпрос може да бъде получен с генериране на асоциативни правила. Това е често срещана задача в сферата... - [Machine Learning: Какво включва проучвателният анализ на данни?](https://expert-bg.org/blog/machine-learning-kakvo-vklyuchva-prouchvatelniyat-analiz-na-danni/): Възможността да превръщаме сурови данни в информация с цел взимане на ефективни бизнес решения до голяма степен се дължи на... - [Machine Learning: Кой език да изберем - R или Python?](https://expert-bg.org/blog/machine-learning-koj-ezik-da-izberem-r-ili-python/): Машинното обучение се прилага от широк кръг специалисти (бизнес анализатори, програмисти, изследователи и др. ), така че понякога е трудно... - [Езикът за програмиране Python и неговото приложение](https://expert-bg.org/blog/ezikt-python-i-negovoto-prilozhenie/): Python сe нарежда сред най-популярните и бързо развиващите се езици за програмиране в днешно време. Той е с общо предназначение,... - [Machine Learning: Оптимизация на модели чрез библиотеката Optuna](https://expert-bg.org/blog/machine-learning-optimizacziya-na-modeli-chrez-bibliotekata-optuna/): Оптимизацията на модели е важна стъпка при решаване на задачи чрез методите на машинното обучение. При нея се стремим да... - [Machine Learning: Откриване на оптималните параметри чрез библиотеката Hyperopt](https://expert-bg.org/blog/machine-learning-otkrivane-na-optimalnite-parametri-chrez-bibliotekata-hyperopt/): Библиотеката Hyperopt е създадена специално за оптимизация на модели за машинно обучение и позволява бързо и лесно да открием кои... - [Machine Learning: Избор на оптимални параметри със Scikit-learn](https://expert-bg.org/blog/machine-learning-izbor-na-optimalni-parametri-chrez-randomizedsearchcv-i-gridsearchcv/): Фокусът на тази статия е изборът на оптимални параметри след изграждане на модел за машинно обучение в контекста на конкретна... - [Machine Learning: Три начина за оптимизация на модел](https://expert-bg.org/blog/machine-learning-tri-nachina-za-optimizacziya-na-model/): Изграждане и оптимизиране на модел е важна стъпка при решаване на цялостна задача чрез средствата на машинното обучение. Различните алгоритми... - [Machine Learning: 5 начина да конструираме нови променливи](https://expert-bg.org/blog/machine-learning-5-nachina-da-konstruirame-novi-promenlivi/): Когато изграждаме модели за машинно обучение, често тези характеристики, с които разполагаме в извадката, не са достатъчни и в същото... - [Machine Learning: Как да кодираме категорийни променливи?](https://expert-bg.org/blog/machine-learning-kak-da-kodirame-kategorijni-promenlivi/): Често в практиката се налага да работим с извадка, която съдържа нечислови данни. Много от алгоритмите за машинно обучение като... - [Machine Learning: Метрики за оценка на регресионни модели](https://expert-bg.org/blog/machine-learning-metriki-za-oczenka-na-regresionni-modeli/): Регресионните модели се използват за решаване на различни задачи, при които целевата променлива е числова и непрекъсната величина (например заплата,... - [Machine Learning: Метрики за оценка на класификационни модели](https://expert-bg.org/blog/machine-learning-metriki-za-oczenka-na-klasifikaczionni-modeli/): Изграждането на класификационен модел е една от най-популярните задачи в сферата на машинното обучение. При нея целта е да се... - [Machine Learning: Какво означава извадката да не е балансирана?](https://expert-bg.org/blog/machine-learning-kakvo-oznachava-izvadkata-da-ne-e-balansirana/): Кога имаме небалансирана извадка? В много от случаите при решаване на задачи за класификация с методите на машинното обучение попадаме... - [Machine Learning: Как да се справим с отличителни стойности?](https://expert-bg.org/blog/machine-learning-kak-da-se-spravim-s-otlichitelni-stojnosti-outliers/): Има случаи, когато в извадката може да попаднат стойности, които значително се различават от останалите. Те се наричат отличителни или... - [Machine Learning: Защо е важно данните да са мащабирани?](https://expert-bg.org/blog/machine-learning-zashho-dannite-da-sa-mashhabirani/): Как влияят данните със стойности от различен порядък? В повечето случаи извадките съдържат независими променливи със стойности, които са от... - [SQL: Изчисляване на ранг с аналитични функции](https://expert-bg.org/blog/sql-ranzhirane-na-rezultati-s-analitichni-funkczii/): Аналитичните функции в езика SQL са мощен и гъвкав инструмент за широк кръг от изчисления, свързани с извеждане на междинни... - [SQL: Три практически задачи с CROSS JOIN](https://expert-bg.org/blog/sql-tri-prakticheski-zadachi-cross-join/): Тази статия е посветена на един сравнително рядко използван начин за свързване на таблици - CROSS JOIN, но даващ в... - [Machine Learning: Кое е новото в Pandas 1.0?](https://expert-bg.org/blog/machine-learning-koe-e-novoto-v-pandas-1-0/): В новата версия на Pandas от 29-ти януари 2020 г. са направени доста подобрения на библиотеката и са въведени редица... - [Онлайн обучението - 5 предимства](https://expert-bg.org/blog/online-obuchenieto-5-predimstva/): В създалата се ситуация на всички ни се налага да научим как да правим традиционните неща по нов начин. Онлайн... - [Machine Learning: Интерактивни визуализации с Python](https://expert-bg.org/blog/machine-learning-interaktivni-vizualizaczii-s-python/): Интерактивните визуализации в машинното обучение позволяват да постигнем по-добра динамика във визуалния анализ на данни. Този тип графики дават възможност... - [Machine Learning: Силата на визуализацията на данни. Коя графика какво ни показва?](https://expert-bg.org/blog/machine-learning-silata-na-vizualizacziyata-na-danni/): При машинното обучение е много важен етапът на визуалния анализ, защото ни помага да добием представа за данните, като открием... - [Machine Learning: Като облачна услуга (MLaaS)](https://expert-bg.org/blog/machine-learning-kato-oblachna-usluga-mlaas/): Машинното обучение отдавна е част от облачното пространство. Според годишния доклад на RightScale за състоянието на облака, голям дял (над... - [Machine Learning: Инструменти за НЕпрограмисти](https://expert-bg.org/blog/machine-learning-instrumenti-za-neprogramisti/): Необходимо ли ви е програмиране, за да се занимавате с машинно обучение? Бих искала чрез тази статия да ви запозная... - [Machine Learning: Инструменти за програмисти](https://expert-bg.org/blog/machine-learning-instrumenti-za-programisti/): Притежаването на добри познания по програмиране е важно за програмистите, които се занимават с машинно обучение, защото това им предоставя... - [Logo Workshop № 01](https://expert-bg.org/blog/logo-workshop-01/): На 16, 23 и 24 ноември 2019 г. проведохме първата отворена работилница за Дизайн на лого в Devise Expert. Защо... - [Machine Learning: Код, продукт или облак? Изберете вашия сценарий!](https://expert-bg.org/blog/machine-learning-kod-produkt-oblak-da-izberem/): С всеки изминал ден машинното обучение се прилага все по-масово във всички сектори на бизнеса, винаги с нови и по-мощни... - [5 качества на доброто лого](https://expert-bg.org/blog/5-kachestva-na-dobroto-logo/): Какво прави един знак добър? Логото е основен елемент от идентичността на една марка. Обикновено то е първата точка на... - [Machine Learning: Какво представлява регресията?](https://expert-bg.org/blog/machine-learning-kakvo-e-regresia/): Понятието регресия е много популярно и доста често, когато го чуем, веднага в ума ни изкача мисълта за статистическо моделиране... - [Функция и приложение на логото и защо то е важно](https://expert-bg.org/blog/logo-funkciya-prilojenie/): Създаването на успешна марка е процес, в който роля играят много аспекти – ценностите, които компанията ще припознае, концепцията за... - [Пет подхода за стилизация, които да опитате във вашия проект](https://expert-bg.org/blog/5-podhoda-za-stilizacia/): Още от каменната епоха и древността човекът използва стилизирани образи, за да обрисува заобикалящия го свят, като пречупвайки го през... - [Machine Learning: Как да разпределим в класове продукти чрез kNN?](https://expert-bg.org/blog/machine-learning-klasifikaciya-na-produkti-knn/): Попадали ли сте в ситуация, в която имате база данни с множество еднотипни продукти, предварително разделени в класове. При добавяне... - [Проучването – ключът към успешния лого дизайн](https://expert-bg.org/blog/prouchvaneto-kliuchat-kam-uspeshen-logo-dizain/): Логото е лицето на една компания – то определя начина, по който тя ще бъде възприемана, посланието, което отправя към... - [Видовете маски във Photoshop – кратко ръководство за начинаещи](https://expert-bg.org/blog/vidove-maski-photoshop-kratko-rakovodstvo/): С маските във Photoshop можем да показваме или скриваме части от изображение, да прилагаме ефект или коригиращ слой само върху... - [За математиката и машинното обучение](https://expert-bg.org/blog/za-matematikata-i-mashinnoto-obuchenie/): Причината да напиша тази статия е един често задаван въпрос, когато стане дума за машинно обучение и анализ на данни:... - [Machine Learning: Как да обработим липсващи стойности?](https://expert-bg.org/blog/machine-learning-kak-obrabotvame-lipsvashti-danni/): Винаги ли получавате данните, които анализирате, в перфектен вид? В практиката, при работа с данни, поради различни причини, те рядко... - [5 предимства на инструмента Pen и защо си заслужава да го овладеем](https://expert-bg.org/blog/5-predimstva-pen-tool/): Едно от първите неща, които се учим да правим във Photoshop, е как да селектираме обект и да го отделяме... - [Геометричните форми в лого дизайна - какво означават и как да ги използваме правилно](https://expert-bg.org/blog/geometrichnite-formi-v-dizaina/): Геометричните форми са навсякъде около нас и са едно от първите неща, които се учим да разпознаваме и възприемаме. Представете... - [Каква е разликата между Database и Data Warehouse?](https://expert-bg.org/blog/database-i-data-warehouse-razlika/): Данните са нещо, което има много голяма роля в нашия живот. Те са практически навсякъде в ежедневието ни и влиянието,... - [Power BI vs Qlik Sense vs Tableau Public](https://expert-bg.org/blog/power-bi-vs-qlik-sense-vs-tableau-public/): Изборът на правилния инструмент е нещо много важно при изготване на отчети и анализ на данни. Доста често обаче това... - [Поглед върху едни от най-популярните BI инструменти през 2019 г.](https://expert-bg.org/blog/populyarni-bi-instrumenti-2019/): Все по-често компаниите днес използват BI технологии за подобряване на процеса на вземане на решения, за оптимизиране на дейността си... - [Защо да уча "C"?](https://expert-bg.org/blog/zastho-da-ucha-c/): Този въпрос възниква постоянно в разговорите с курсисти преди началото на някое от нашите обучения по програмиране. Многократно чуваме: C... - [Началото на софтуерното инженерство или как е написан кода за Аполо-11](https://expert-bg.org/blog/nachaloto-na-softuernoto-injenerstvo-margaret-hamilton/): Някога инженерните дейности били възприемани предимно като дейности, свързани с хардуера. Докато една емблематична лаборатория на Масачузетския технологичен институт (MIT)... - [Щастливо връчени дипломи, издание 2019](https://expert-bg.org/blog/sthastlivo-vracheni-diplomi-izdanie-2019/): Не е лесно да управляваш Център за професионално обучение. Освен административните изисквания за поддържане на винаги високо качество на обучението,... - [Postman: Новото през 2019](https://expert-bg.org/blog/postman-novoto-prez-2019/): 2019 се оформя като още една голяма година за Postman. Ето какво се случи през първата четвърт на 2019: Знаете... - [SQL: Клаузата MODEL - мощният инструмент на Oracle за извършване на изчисления](https://expert-bg.org/blog/sql-klauzata-model-mosthniyat-instrument-na-oracle-za-izvarshvane-na-izchisleniya/): Клаузата MODEL (от Oracle 10g) е мощно разширение към стандартната SELECT заявка, даваща възможност да се решат проблеми като: изчисления,... - [Test Automation за API с Postman, Newman и Jenkins](https://expert-bg.org/blog/test-automation-za-api-s-postman-newman-i-jenkins/): Какво е Test Automation? Тестова автоматизация е използването на софтуер за контрол на изпълнението на тестове и сравняване на реалните... - [7 основни настройки за впечатляващи drop caps в Adobe InDesign](https://expert-bg.org/blog/7-osnovni-nastrojki-za-vpechatlyavasthi-drop-caps-v-adobe-indesign/): Ще обърнем внимание на основните проблеми на дизайна с бити букви (Drop caps) за книги, списания и др. чрез важните... - [MS Excel VBA: Как да генерираме обобщаващ отчет за продажбите (Видео)](https://expert-bg.org/blog/ms-excel-vba-kak-da-generirame-obobsthavasth-otchet-za-prodazhbite-video/): MS Excel VBA: Как да генерираме обобщаващ отчет за продажбите представя как с помощта на VBA може да се напише... - [Предимства и недостатъци на безплатната операционна система Linux • Натисни F1](https://expert-bg.org/blog/predimstva-i-nedostataczi-na-bezplatnata-operaczionna-sistema-linux-natisni-f1/): Дикран Хачикян разказва за предимствата и недостатъците на операционната система Linux на достъпен език. Благодарим на екипа на Натисни F1... - [PL/SQL: Как да напишем собствена агрегираща/аналитична функция?](https://expert-bg.org/blog/pl-sql-kak-da-napishem-sobstvena-agregirastha-analitichna-funkcziya/): Често създаването на собствена агрегираща или аналитична функция се възприема като задача за много напреднали потребители, но надявам се, че... - [Как да напишем на C функция работеща с различни типове данни? (видео)](https://expert-bg.org/blog/kak-da-napishem-na-c-funkcziya-rabotestha-s-razlichni-tipove-danni-video/): Цел: Употребата на указатели от тип void в C за постигане на гъвкавост на функциите по отношение на типовете данни.... - [Как да си инсталирам Linux Live дистрибуция на флашка?](https://expert-bg.org/blog/kak-da-si-instaliram-linux-live-distribucziya-na-flashka/): Цел: да направим usb устройство, от което да може да се зарежда операционна система (Live дистрибуция), която може да се... - [JavaScript: Каква е разликата между библиотека и софтуерна рамка (framework)?](https://expert-bg.org/blog/javascript-kakva-e-razlikata-mezhdu-biblioteka-i-softuerna-ramka-framework/): Процеса на разработка на съвременни приложения на JavaScript обикновено включва в себе си използването на множество библиотеки или софтуерни рамки.... - [Изчисления с функциите COUNT, SUM, AVG, MIN, MAX в SQL](https://expert-bg.org/blog/izchisleniya-s-funkcziite-count-sum-avg-min-max-v-sql/): Функциите COUNT, SUM, AVG, MIN, MAX в езика SQL са в групата на агрегиращите функции и присъстват в множество заявки... - [Как Adobe InDesign улеснява дизайна на списания?](https://expert-bg.org/blog/kak-adobe-indesign-ulesnyava-dizajna-na-spisaniya/): За Adobe Indesign може да се каже, че е най-професионалният софтуер, включен в Creative Cloud. Не защото останалите програми не... - [VLOOKUP в действие (видео)](https://expert-bg.org/blog/vlookup-v-deistvie-video/): В края на миналия месец организирахме един отворен семинар в полза на всички, работещи с MS Excel. Разгледахме в дълбочина... - [Linux | Въпроси и отговори (видео)](https://expert-bg.org/blog/linux-vaprosi-i-otgovori-linux-video/): От години организираме обучения за Linux на различни нива, разнообразна проблематика и насока. Често получаваме въпроси от курсисти, записващи се... - [Как да използваме If функцията в Excel (видео)](https://expert-bg.org/blog/kak-da-izpolzvame-if-funkcziyata-v-excel-video/): Фунцкията If в Excel е изключително полезен инструмент и отлична начална точка за впускане в логическите функции. Вижте какви са... - [4 причини да учим програмите на Adobe едновременно](https://expert-bg.org/blog/4-prichini-da-uchim-programite-na-adobe-ednovremenno/): Не може ли да се науча да използвам добре една, а след това да се захвана с друга? Не само... - [4 грешки, които правят начинаещите дизайнери](https://expert-bg.org/blog/4-greshki-koito-pravyat-nachinaesthite-dizajneri/): Изправяте ли се понякога пред въпроса „Защо този дизайн не става? “ след като сте вложили в него много мисъл... - [Как да изберем правилната графична програма](https://expert-bg.org/blog/kak-da-izberem-pravilnata-grafichna-programa/): Photoshop ми оправя носа за Фейсбук. С Photoshop си правя визитките разчупени. Флаер за малкия ми бизнес? Бързо към Photoshop.... - [Функцията IF в МS Excel](https://expert-bg.org/blog/funkcziyata-if-v-ms-excel/): В тази статия представяме една полезна и често използвана функция в MS EXCEL - функцията IF. В какви ситуации се... - [Вложени SQL заявки: FROM, WHERE (с видео)](https://expert-bg.org/blog/vlozheni-sql-zayavki-from-where-s-video/): Това е първата статия от поредицата SQL: Тънкости и техники при SELECT заявки и тя е посветена на вложените заявки,... - [9 бързи похвата при форматиране на текст в MS Word](https://expert-bg.org/blog/9-barzi-pohvata-pri-formatirane-na-tekst-v-ms-word/): Ежедневно работим с текст. Създаваме различни видове документи, като оферти, молби, заповеди, договори, служебни бележки и др. Доброто форматиране на... - [Ключът към Pivot Table в MS Excel](https://expert-bg.org/blog/klyuchat-kam-pivot-table-v-ms-excel/): Много хора изпитват респект, когато се заговори за PIVOT TABLE в MS Excel. Често описван като труден, неразбираем, объркан, този... - [Силата на функциите в MS Excel](https://expert-bg.org/blog/silata-na-funkcziite-v-ms-excel/): Ежедневно се налага да извършваме изчисления, независимо от сферата на дейност в която работим. Счетоводство, бизнес анализ, банково дело, маркетинг,... - [Как да използваме Promise обекти в JavaScript](https://expert-bg.org/blog/kak-da-izpolzvame-promise-obekti-v-javascript/): Обектът Promise се използва при работа с асинхронни функции, например при изпращане на ajax заявки, и позволява на подобни функции... - [5 групи бързи клавиши, без които не можем в MS Excel](https://expert-bg.org/blog/5-grupi-barzi-klavishi-bez-koito-ne-mozhem-v-ms-excel/): Безспорен факт е , че бързите клавиши (Кeyboard Shortcuts) могат да ускорят и улеснят работата ви в коя да е... - [7 полезни нововъведения в JavaScript (ECMAScript6)](https://expert-bg.org/blog/7-polezni-novovavedeniya-v-javascript-ecmascript6/): С последната спецификация ECMAScript 6 или ES 6, в езика JavaScript са добавени много нови и полезни възможности, най-интересните от... ## Курсове - [Docker+VSCode: Въведение в контейнерите за разработка](https://expert-bg.org/kurs/docker-vscode-vavedenie-v-kontejnerite-za-razrabotka/) - [Видео запис: Power Excel. Pivot Table, Power Query & Power Pivot](https://expert-bg.org/kurs/video-zapis-power-excel-pivot-table-power-query-power-pivot/) - [Видео запис: Dynamic Excel. Функции за динамични масиви](https://expert-bg.org/kurs/video-zapis-dynamic-excel-funkczii-za-dinamichni-masivi/) - [Power Excel: Pivot Table, Power Query & Power Pivot](https://expert-bg.org/kurs/power-excel-pivot-table-power-query-power-pivot/) - [Power BI PRO](https://expert-bg.org/kurs/power-bi-pro/): Пакет от курсове Power BI. Анализ на данни Power Query M DAX. Time Intelligence - [Dynamic Excel: Функции за динамични масиви](https://expert-bg.org/kurs/dynamic-excel-funkczii-za-dinamichni-masivi/) - [Видео запис: Power BI и DAX- Времеви анализи, метрики и календари](https://expert-bg.org/kurs/video-zapis-power-bi-i-dax-vremevi-analizi-metriki-i-kalendari/) - [Power BI и DAX: Времеви анализи, метрики и календари](https://expert-bg.org/kurs/power-bi-i-dax-vremevi-analizi-metriki-i-kalendari/) - [Power Query М: Оптимизация на подготовка на данни](https://expert-bg.org/kurs/power-query-m-podgotovka-na-danni-za-analiz/): Edit with Bricks - [Видео запис: Power Query М. Оптимизация на подготовка на данни](https://expert-bg.org/kurs/video-zapis-power-query-m-podgotovka-na-danni-za-analiz/) - [MS Excel двубой: Сортиране и филтриране на данни - с инструменти или с функции?](https://expert-bg.org/kurs/ms-excel-dvuboj-sortirane-i-filtrirane-na-danni-s-instrumenti-ili-s-funkczii/) - [Power BI: DAX Query View и DAX Studio - приятели или конкуренти](https://expert-bg.org/kurs/power-bi-dax-query-view-i-dax-studio-priyateli-ili-konkurenti/) - [DuckDB - "швейцарското ножче" в анализа на данни](https://expert-bg.org/kurs/duckdb-shvejczarskoto-nozhche-za-analiz-na-danni/) - [SQL Анализи: Как да оптимизираме SQL заявки?](https://expert-bg.org/kurs/sql-analizi-kak-da-optimizirame-sql-zayavki/) - [Видео запис: UX и Уеб дизайн](https://expert-bg.org/kurs/ueb-dizajn-s-html-css-ui-ux-video-zapis/) - [Видео запис: Програмиране на PL/SQL](https://expert-bg.org/kurs/programirane-na-pl-sql-video-zapis/) - [Power BI: Как работи филтрирането в заявките и метриките на DAX?](https://expert-bg.org/kurs/seminari-analiz-na-danni-kak-rabotiat-filtrite-v-zayavkite-metrikite-dax/) - [Видео запис: Програмиране на макроси с VBA в MS Excel](https://expert-bg.org/kurs/programirane-na-makrosi-s-vba-v-ms-excel-video-zapis/) - [Видео запис: SQL. Анализ на данни и изготвяне на отчети](https://expert-bg.org/kurs/sql-analiz-na-danni-kombinirano-obuchenie-video-zapis/): Основният акцент в курса е поставен върху езика SQL (Structured Query Language) и неговите почти неограничени възможности за извличане, обработка... - [Видео запис: Power BI. Анализ на данни и изготвяне на отчети](https://expert-bg.org/kurs/power-bi-analiz-na-danni-video-zapis/) - [Видео запис: Програмиране на Python](https://expert-bg.org/kurs/programirane-na-python-video-zapis/) - [Видео запис: MS Excel. Функции и инструменти за напреднали](https://expert-bg.org/kurs/ms-excel-za-naprednali-video-zapis/) - [Видео запис: Python. Анализ на данни и машинно обучение](https://expert-bg.org/kurs/python-analiz-na-danni-i-mashinno-obuchenie-video-zapis/) - [Excel MASTER](https://expert-bg.org/kurs/paket-excel-master/) - [Business Intelligence START](https://expert-bg.org/kurs/paket-business-intelligence-start/): Пакет от курсове МС Excel за напредналиPower BI. Анализ на данни - [Data Analysis START](https://expert-bg.org/kurs/paket-data-analysis-start/): Пакет от курсове: SQL. Анализ на данниPower BI - [Database Developer MASTER](https://expert-bg.org/kurs/database-developer-master/): Пакет от курсове: SQLPL / SQL - [Oracle: Локална инсталация и облачна услуга](https://expert-bg.org/kurs/seminari-analiz-na-danni-oracle-lokalna-instalacziya-i-oblachna-usluga/) - [R: Как да анализираме поредица от събития и състояния?](https://expert-bg.org/kurs/seminari-analiz-na-danni-marketing-r-analiz-poreditsa-sabitiya-sastoyania/) - [MS Excel: XLOOKUP предизвикателства](https://expert-bg.org/kurs/seminari-analiz-na-danni-ms-excel-xlookup-predizvikatelstva/) - [SQL: Групиране на данни по числови колони с непрекъсната стойност](https://expert-bg.org/kurs/seminari-analiz-na-danni-sql-grupirane-danni-chislovi-koloni/) - [SQL: Изчисления със стойности от различни редове](https://expert-bg.org/kurs/seminari-analiz-na-danni-sql-izchislenia-stoinosti-razlichni-redove/) - [MS Excel: Визуализация на данни](https://expert-bg.org/kurs/seminari-analiz-na-danni-excel-data-visualization/) - [Power BI: Защо да пишем DAX заявки с DAX Studio?](https://expert-bg.org/kurs/seminari-analiz-na-danni-dax-zayavki-dax-studio/) - [Power BI: Оптимизация на DAX заявки](https://expert-bg.org/kurs/seminari-analiz-na-danni-dax-optimizatsia-zayavki/) - [Power BI: Как да използваме Python и R в Power BI](https://expert-bg.org/kurs/seminari-analiz-na-danni-ezika-r-python-v-power-bi/) - [Power BI: Как да използваме Python в Power BI](https://expert-bg.org/kurs/seminari-analiz-na-danni-ezika-python-v-power-bi/) - [SQL: Изчисления със супер агрегирани данни](https://expert-bg.org/kurs/seminari-analiz-na-danni-sql-izchislenia-agregirani-danni/) - [Power BI: M Formula Language и Power Query](https://expert-bg.org/kurs/seminari-analiz-na-danni-power-bi-m-formula-language-power-query/) - [Power BI: Как да използваме R в Power BI](https://expert-bg.org/kurs/seminari-analiz-na-danni-power-bi-kak-da-izpolzvame-r-v-power-bi/): Събития и семинари посветени на анализа на данни с SQL, Power BI, Python, R, MS Excel - [Програмиране на Python](https://expert-bg.org/kurs/programirane-na-python/) - [Python: Анализ на данни и машинно обучение](https://expert-bg.org/kurs/python-analiz-na-danni-i-mashinno-obuchenie/) - [MS Excel: Функции и инструменти за напреднали](https://expert-bg.org/kurs/ms-excel-funkczii-i-instrumenti-za-naprednali/) - [R: Езикът R за решаване на бизнес и маркетинг задачи](https://expert-bg.org/kurs/seminari-analiz-na-danni-ezika-r-reshavane-na-biznes-marketing-zadachi/) - [Програмиране на макроси с VBA в MS Excel](https://expert-bg.org/kurs/makrosi-s-vba-v-ms-excel/) - [Power BI: Анализ на данни и изготвяне на отчети](https://expert-bg.org/kurs/power-bi-analiz-na-danni/) - [Програмиране на PL/SQL](https://expert-bg.org/kurs/pl-sql-za-programisti-administratori/) - [SQL: Анализ на данни и изготвяне на отчети](https://expert-bg.org/kurs/sql-analiz-na-danni-kombinirano-obuchenie/) # # Detailed Content ## Страници - Published: 2025-04-24 - Modified: 2026-03-05 - URL: https://expert-bg.org/360-minuti-analiz-na-danni/ Семинари и работилници Гледайте безплатни видео записи от събития Oracle: Локална инсталация и облачна услугаВземете на видеоMS Excel: XLOOKUP предизвикателстваВземете на видеоMS Excel: Визуализация на данниВземете на видеоDAX: Защо да пишем DAX заявки с Dax Studio? Вземете на видеоPower BI: Оптимизация на DAX заявкиВземете на видеоPower BI: M Formula Language и Power QueryВземете на видеоPower BI: Как да използваме Python в Power BIВземете на видеоPower BI: Как да използваме Python и R в Power BIВземете на видеоPower BI: Как да използваме R в Power BI? Вземете на видеоR: Езикът R за решаване на бизнес и маркетинг задачиВземете на видеоБизнес и маркетинг с R: Как да анализираме поредица от събития и състояния? Вземете на видеоSQL: Групиране на данни по числови колони с непрекъсната стойностВземете на видеоSQL: Изчисления със стойности от различни редовеВземете на видеоSQL: Изчисления със супер агрегирани данниВземете на видеоВижте всички обучения - Published: 2023-09-19 - Modified: 2024-02-06 - URL: https://expert-bg.org/politika-po-kachestvoto/ ПОЛИТИКА ПО КАЧЕСТВОТО Политиката на Организацията е ориентирана към предлагане на високо качествена услуга по провеждане на начално и непрекъснато професионално обучение на лица навършили 16 години. Висшето ръководството на „Експерт – учебен център“ ЕООД отдава първостепенно значение на качеството в цялостната дейност на предоставяните услуги и се ангажира с провеждането на политика, основана на следните принципи:Ние работим за удовлетворяване на високите изисквания и очакванията на клиентите и пазара;Управлението на качеството е свързано с подобряване във всички области на нашата работа, при стриктно спазване на законовите и нормативни изисквания;Ние полагаме необходимите усилия, за да бъде приета и прилагана политиката по качеството на всички организационни нива и насърчаваме всички служители в работата им за подобряване на качеството;Мотивация на персонала, формиране на фирмена култура, обучение и квалификация, подобряване на условията за безопасна работа, осъзнаване въздействието върху околната среда;Създаваме и поддържаме отношения на партньорство с доставчиците (подизпълнители и партньори) и ги приобщаваме към сътрудничество за изпълнение принципите на политиката по качеството;Висшето ръководство поема ангажимента да осигурява всички необходими ресурси за провеждането и непрекъснатото усъвършенстване подобряването на очертаната политика по качеството, за да я превърне в действащ принцип на управление. Политиката по качество за провеждане на начално и непрекъснато професионално обучение на лица навършили 16 години, осигурява рамката за създаване и постигане на конкретни цели на дружеството и е насочена към:ВЪЗЛОЖИТЕЛИТЕУдовлетворяване на изискванията им за получаване на висококачествена услуга, в регламентирания с договора срок; Предоставяне на услуга, която отговаря на всички законови изисквания; Привличане на нови клиенти. ЧОВЕШКИЯТ РЕСУРСОсигуряване и задържане на необходимия човешки... - Published: 2023-08-23 - Modified: 2023-12-28 - URL: https://expert-bg.org/landings/power-bi-dinamichno-zaglavie-na-vizualen-komponent/ Динамично заглавие на визуален компонент От това видео ще научите как в Power BI можете динамично да добавите имената на избрани от слайсър категории продукти към заглавието на визуален компонент, който показва продажбите по държави на продуктите от избраните категории. Свалете работните файлове: Примери Power BI файл (. pbix), включващ всички примери, показани във видеото. Запознайте се с преподавателя Дикран Хачикян С изключителни знания и богат опит в сферата на информационните технологии, Дикран Хачикян е водещ преподавател в областите Програмиране, Бази данни и Анализ на данни. Широкият спектър дисциплини, способността му да трансформира сложните въпроси в достъпно и разбираемо съдържание го превръщат в предпочитан лектор, както за клиентите на учебния център, така и за редица компании. Платформа за онлайн и видео обучения на Експерт-учебен център ЕООД. Copyright © Всички права запазени. - Published: 2023-08-23 - Modified: 2023-12-28 - URL: https://expert-bg.org/landings/power-bi-kak-da-oczvetim-dinamichno-stalbova-diagrama/ Как да оцветим динамично стълбова диаграма? Подготвяме в Power BI отчет за продажбите на продукти, които са с различни цветове. Искаме всеки стълб от диаграмата да е с цвета на съответния продукт и при това цветовете да се задават динамично. В това видео можете да видите как се прави това с помощта на метрика и допълнителна таблица, която съдържа цветовете и техните кодове. Свалете работните файлове: Примери Power BI файл (. pbix), включващ всички примери, показани във видеото. Запознайте се с преподавателя Дикран Хачикян С изключителни знания и богат опит в сферата на информационните технологии, Дикран Хачикян е водещ преподавател в областите Програмиране, Бази данни и Анализ на данни. Широкият спектър дисциплини, способността му да трансформира сложните въпроси в достъпно и разбираемо съдържание го превръщат в предпочитан лектор, както за клиентите на учебния център, така и за редица компании. Платформа за онлайн и видео обучения на Експерт-учебен център ЕООД. Copyright © Всички права запазени. - Published: 2023-08-23 - Modified: 2023-12-28 - URL: https://expert-bg.org/landings/sql-koi-sa-klientite-bez-porachki-prez-poslednite-60-180-dena/ Кои са клиентите без поръчки през последните 60 - 180 дена? Ако се налага да подготвим от базата данни списък с клиентите без активност (покупки и др. ) в последните 60-180 дена. Според съдържанието на базата данни и бизнес модела, задачата лесно може да се трансформира например за продукти, които не са купувани или услуги, които не са използвани и т. н. Свалете работните файлове: Записки PDF файл с описани стъпките и съответните заявки, които трябва да се изпълнят за решаване на задачата. Запознайте се с преподавателя Дикран Хачикян С изключителни знания и богат опит в сферата на информационните технологии, Дикран Хачикян е водещ преподавател в областите Програмиране, Бази данни и Анализ на данни. Широкият спектър дисциплини, способността му да трансформира сложните въпроси в достъпно и разбираемо съдържание го превръщат в предпочитан лектор, както за клиентите на учебния център, така и за редица компании. Платформа за онлайн и видео обучения на Експерт-учебен център ЕООД. Copyright © Всички права запазени. - Published: 2023-08-23 - Modified: 2023-12-28 - URL: https://expert-bg.org/landings/sql-kak-da-napravim-dinamichen-kalendar-za-otchetite/ Как да направим динамичен календар за отчетите? Как да направим с SQL View динамичен календар с цел в отчетите да присъстват всички дати от периода, за който правим отчета, а не само тези в които има продажби. Генерирането на данните е направено така, че лесно да може да се пренесе и за сървъри различни от Oracle (даден е синтаксиса за MS SQL и MySQL). Свалете работните файлове: Записки PDF файл с описани стъпките и съответните заявки, които трябва да се изпълнят за решаване на задачата. Запознайте се с преподавателя Дикран Хачикян С изключителни знания и богат опит в сферата на информационните технологии, Дикран Хачикян е водещ преподавател в областите Програмиране, Бази данни и Анализ на данни. Широкият спектър дисциплини, способността му да трансформира сложните въпроси в достъпно и разбираемо съдържание го превръщат в предпочитан лектор, както за клиентите на учебния център, така и за редица компании. Платформа за онлайн и видео обучения на Експерт-учебен център ЕООД. Copyright © Всички права запазени. - Published: 2023-08-23 - Modified: 2023-12-28 - URL: https://expert-bg.org/landings/ms-excel-dinamichni-izchisleniya-s-name-range-i-indirect/ Динамични изчисления с Name Range и INDIRECT Темата е посветена на динамични калкулации, променящи се според избран от нас критерий за изчисление. Автоматизация, реализирана чрез именовани области (Name Range) и изключителната функция INDIRECT, демонстрирана стъпка по стъпка. Свалете работните файлове: Примери Excel файлове (. xlsx), включващи всички примери, показани във видеото. Запознайте се с преподавателя Събина ВасилеваСъбина Василева има 10+ години опит в преподаването на модулите от категорията Бизнес приложения. Заради стила на преподаване и лекотата, която поднася решенията на сложни задачи в програми като MS Excel, Събина Василева е предпочитан и често канен лектор за корпоративни обучения. Платформа за онлайн и видео обучения на Експерт-учебен център ЕООД. Copyright © Всички права запазени. - Published: 2023-08-02 - Modified: 2023-12-28 - URL: https://expert-bg.org/landings/fajlove-ot-seminara-dax-filters/ Как работи филтрирането в заявките и метриките на DAX? Ще получите достъп до: Записки PDF файл с описани стъпките и съответните заявки, които трябва да се изпълнят за решаване на задачата. Примери Power BI файл (. pbix), включващ всички примери, показани във видеото. Запознайте се с преподавателя Дикран Хачикян С изключителни знания и богат опит в сферата на информационните технологии, Дикран Хачикян е водещ преподавател в областите Програмиране, Бази данни и Анализ на данни. Широкият спектър дисциплини, способността му да трансформира сложните въпроси в достъпно и разбираемо съдържание го превръщат в предпочитан лектор, както за клиентите на учебния център, така и за редица компании. Платформа за онлайн и видео обучения на Експерт-учебен център ЕООД. Copyright © Всички права запазени. - Published: 2023-01-21 - Modified: 2024-05-31 - URL: https://expert-bg.org/seminari-i-rabotilniczi/ Семинари и работилници Гледайте безплатни видео записи от събития Oracle: Локална инсталация и облачна услугаВземете на видеоMS Excel: XLOOKUP предизвикателстваВземете на видеоMS Excel: Визуализация на данниВземете на видеоDAX: Защо да пишем DAX заявки с Dax Studio? Вземете на видеоPower BI: Оптимизация на DAX заявкиВземете на видеоPower BI: M Formula Language и Power QueryВземете на видеоPower BI: Как да използваме Python в Power BIВземете на видеоPower BI: Как да използваме Python и R в Power BIВземете на видеоPower BI: Как да използваме R в Power BI? Вземете на видеоR: Езикът R за решаване на бизнес и маркетинг задачиВземете на видеоБизнес и маркетинг с R: Как да анализираме поредица от събития и състояния? Вземете на видеоSQL: Групиране на данни по числови колони с непрекъсната стойностВземете на видеоSQL: Изчисления със стойности от различни редовеВземете на видеоSQL: Изчисления със супер агрегирани данниВземете на видеоВижте всички обучения - Published: 2021-10-08 - Modified: 2024-04-26 - URL: https://expert-bg.org/udostovereniya/ Нашите удостоверения Какъв сертификат можете да получите? Учебният центъра е лицензиран от Националната агенция за професионално образование и обучение (НАПОО) Удостоверение за професионално обучение (3-37) Удостоверението за професионално обучение е по образец на МОН и се издава за успешно завършен курс за професионална квалификация. За да ви бъде издадено Удостоверение за професионално обучение е необходимо: да преминете курс на обучение и да предадете задачите за самостоятелна работа да издържите успешно изпит по теория и практика да представите копие от диплома за средно или висше образование и медицински документ, че професията не застрашава вашето здраве. да внесете административна такса в размер на 45. 00 лв. Удостоверение за успешно завършено обучение Удостоверението се издава от учебния център в уверение на това, че сте завършили успешно курс на обучение и сте предали необходимия минимум от задачи, регламентиран за всеки курс. Кой стои зад вашето удостоверение? Лицензиран център за професионално обучение Devise Expert е търговска марка на Експерт- учебен център ЕООД, лицензиран от Националната агенция за професионално образование и обучение (НАПОО) като Център за професионално обучение и квалификация. Сертификат за качество ISO 9001 : 2015 В Експерт- учебен център ЕООД е внедрена система за управление на качеството на обученията, изготвена в съответствие с изискванията на ISO 9001:2015. Това означава: Актуални учебни програми съобразени с трудовия пазар Квалифицирани преподаватели с висше образование Регламентирани условия за записване, провеждане и завършване на обучението Какво означава това за вашия сертификат? Удостоверява придобити знания и практически умения Издаден е след обучение по утвърдени от НАПОО програми и международни стандарти... - Published: 2021-10-08 - Modified: 2025-04-15 - URL: https://expert-bg.org/za-firmi/ Фирмени обучения Подобрете знанията и квалификацията на вашия екип Заявете обучение За кого са подходящи Ние предлагаме готови или персонализирани обучения на малки, средни и големи компании, които искат да подобрят ефективността на работа на своите служители. Обученията са подходящи за: Отделни служители За компании, които искат да обучат отделни или малък брой служители Екипи За фирми, които искат да разширят квалификацията на екип служители Нов отдел За компании, които формират отдел за Анализ на данни и търсят комплексно обучение за новия екип Обхват Фокусът на корпоративните обучения е насочен към съвременните технологии за извличане, управление и анализ на данни. Технологии MS Excel Power BI SQL Python ML Обученията ще спомогнат за повишаване на ефективността при: планиране на база извлечен опит и информация от събраните данни прогнозиране със знание за процесите, автоматизиране на редица дейности, включвайки машинно обучение, прилагане на статистически методи, функции и инструменти за анализ на данни, визуализиране на информацията по достъпен и ефективен начин Организация През годините сме изградили добри практики при организирането на фирмени обучения, които са доказали своята ефективност. Ето и стъпките: Заявка и среща Направете запитане за желаното обучение. Ще организираме онлайн среща за да обсъдим потребностите, целите и очакванията от обучението. Учебен план Ще предложим учебен план, съобразен с предварителната подготовка и потребностите на екипа. В годините на преподаване сме натрупали изключителен опит въплатен в примерите, практическите казуси и задачите за самостоятелна работа включени в учебната програма. Провеждане Ще изберем период и време на провеждане според възможностите на компанията. Обучението е изключително практически... - Published: 2021-09-02 - Modified: 2021-09-22 - URL: https://expert-bg.org/uspeshno-plasthane/ Успешно заплатихте! Посетете Вашият профил и започнете да учите. - Published: 2021-08-19 - Modified: 2024-02-06 - URL: https://expert-bg.org/politika-za-biskvitkite/ Политика за бисквитките За да получавате качествени услуги, ние използваме "бисквитки" (cookies). Настоящата политика има за цел да Ви информира защо използваме „бисквитките“ и какво правят те. Какво представляват бисквитките? Бисквитките са малки текстови файлове, които се генерират при заявка от Вашия браузър към наш web сървър. Обикновено целта им е да можем да идентифицираме Вашето устройство и поведението му при посещение на сайтовете ни. Има два вида бисквитки – постоянни и временни (сесийни бисквитки). Сесийните бисквитки се съхраняват временно в компютъра Ви, когато посещавате нашия Сайт, но се изтриват в момента, в който затворите страницата. Ние не използваме постоянни бисквитки. Бисквитките, които използваме, са необходими за анонимна статистика за използване на сайта ни и съответно да предоставяме все по-полезна информация. Тези бисквитки не са задължителни за достъпване и използване на уеб сайта. С бисквитките събираме информация за начина, по който нашите потребители използват услугите ни, така че да можем да подобрим нашите сайт и услуги. Ако не искате да приемате бисквитки, можете да коригирате настройките на браузъра си – повече информация за това ще намерите в края на този документ. Бисквитките, които използваме, принадлежат на трети страни и това са временни (сесийни) бисквитки. Вижте по-долу кои са тези трети страни. Ние използваме неперсонализирана информация от сесийните бисквитки за статистически цели, както следва: За да определим кои са най-популярните части на нашия Сайт. За да наблюдаваме употребата на нашите Услуги и нашия Сайт (честота и време). За да предоставяме анонимна информация на трети страни, така че към Вас да бъде... - Published: 2021-08-19 - Modified: 2024-02-06 - URL: https://expert-bg.org/politika-za-poveritelnost/ ПОЛИТИКА ЗА ПОВЕРИТЕЛНОСТ Предоставените доброволно лични данни са необходими за контакт с DEVISE EXPERT® и осъществяване на качествено обслужване на потребителите на учебния център. При попълване на формите за регистрация за обучение, формите за запитване на сайта ни, при изпращане на имейл към нас или чрез телефонен разговор, вие се съгласявате да ни предоставите определена информация за да ви съдействаме. Това съгласие може да бъде оттеглено по всяко време. Какви лични данни обработваме и как При регистрация, запитване за обучение, консултация или други въпроси Име: Държим изключително на личното отношение към всеки, обърнал се към нас. Този принцип прилагаме и при първи контакт. Важно е да знаем към кого се обръщаме. Това е и основният ни метод за идентификация на вашето запитване. Телефон: Първият ни контакт с всеки регистриран е телефонно обаждане. За нещастие не всички хора проверяват имейлите си. Регистрацията не означава записване за обучение. Искаме да предоставим добро ниво на информирност преди да се съгласите на каквото и да е. Да сме убедени, че предложеното обучение е подходящото за вас и имате ясна представа какво ще получите от него. Обаждането е безплатна консултация, която да помогне да определим нивото на знанията ви, подходящото обучение за вас според него, дали ще помогне да постигнете целите си. В случай, че не можем да се свържем с вас, опитваме да проведем консултацията в имейл. Имейл: Основен канал за комуникация. Възможност да отговорим на въпросите, запитванията ви. Възможност писмено да заявите желание да се включите в обучение. Имейлите, които изпращаме, получавате единствено... - Published: 2021-02-13 - Modified: 2024-05-07 - URL: https://expert-bg.org/kontakti/ Свържете се с нас Ще отговорим на вашите въпроси и ще съдействаме със съвет или препоръка относно обучение, събитие или консултация бул. "Княз Ал. Дондуков" 43, ет. 1 +359 898 575 150 info@expert-bg. org Относно *Имейл адрес *Съобщение *0 / 180 Пратете съобщениеPlease do not fill in this field. Edit form - Published: 2021-02-13 - Modified: 2025-04-15 - URL: https://expert-bg.org/za-nas/ За нас За нас преподаването е страст и призвание, а вашият успех е наша цел и награда. Кои сме ние Дейността на учебния център е свързана с разработката и провеждането на специализирани обучения в областта на информационните технологии. Курсовете Курсовете са фокусирани в сферите Анализ на данни, Програмиране, Графичен и Уеб дизайн. Индивидуални клиенти Помагаме на индивидуални клиенти да подобрят работата си, да разширят компетенциите си, да повишат квалификацията си, дори да сменят професията си. Корпоративни клиенти Полезни сме и на фирми и техните екипи, чрез организиранието на корпоративни обучения, да подобрят ефективността си, да внедрят нови технологии, да отпимизират работата и времето си. Знанието е сила. Вярваме в знанието, придобито с усилие, с много труд, с преудоляване на себе си. Постигнатото знание е трайно, носи нужната дълбочина, дава свобода. Мисия и цели Нашата мисия и осъзнато призвание е да бъдем вдъхновители, учители, водачи, да откриваме и отключваме скритите във всеки човек таланти. Качествено обучение Нашата цел е да предоставим качествено обучение. Обучение, базирано на добре обмислена методика, на години опит, на непрестанно търсене и усъвършенстване на съдържанието в предлаганите курсове. Огромното ни желание е да бъдем полезни със знанията и опита си на всеки, който избере да бъде наш ученик и последовател, наш съмишленик и приятел. Защо да изберете нас 15+ години опит Ние сме екип от утвърдени специалисти, с над 15 години опит в организирането и про в еждането на обучения в сферата на информационните технологии Доверие През годините изградихме доверие и приятелски ваимоотношения с нашите ученици и... - Published: 2021-02-01 - Modified: 2024-04-26 - URL: https://expert-bg.org/za-platformata/ За платформата Нашето споделено пространство за обмяна на знания, идеи и опит. Добре дошли! Общност Иска ни се това да бъде общност на търсещите, на любопитните, на учещите, на онези, които не се страхуват да изследват, да откриват, да вървят напред. Ще търсим заедно новостите, ще обсъждаме, ще спорим. Приятелска среда, в която ще получите нашата подкрепа, съвети, ще споделяме натрупаните знания, ще обменяме опит и идеи. Ще бъдем съмишленици, съучастници, обединени от една цел – да се развиваме, да учим, да ставаме по-добри, заедно. С какво ще ви бъде полезна платформата Семинари и работилници Платформата ще предоставя видеозаписи от различни инициативи – срещи, семинари, работилници. Обучения Тук ще откриете възможност да поставите основи или да надградите знанията с чрез участие в организираните присъствени курсове или видеозаписи от обучения. Статии Платформата развива блог, с над 90 авторски статии и изследвания на различни теми, които ще допринесат за обогатяването на вашите знания и информираност. Безплатни ресурси Тук ще откриете и кратки блиц обучения , разглеждащи специфични въпроси за допълване и надграждане на знания, придобити в редовните ни курсове. "Ученикът не е съд, който трябва да бъде запълнен, а факел, който трябва да бъде запален. " Плутарх Присъединете се към нашата общност! Започнете да учите - Published: 2021-01-31 - Modified: 2024-02-06 - URL: https://expert-bg.org/obsthi-usloviya/ Общи условия Последна промяна: 11 юни 2021 г. Общите условия регламентират отношенията между посетителите на видео платформата на Devise Expert (expert-bg. org), участниците в обучения от една страна и Експерт-учебен център ЕООД и ЦПО към Експерт-учебен център ЕООД- от друга.   С регистрацията си в платформата давате съгласието си с настоящите общи условия, за това отделете време да се запознаете с тях.   Съдържание ДефиницииРегистрация в платформата и записване в курсУдостоверенияТакси, начин на плащанеПрекъсване и право на отказЗащита на личните данниПрава на интелектуална собственостПрава и задължения на потребителитеПрава и задължения на платформатаПредложения, жалби и молби Дефиниции “Платформата” или “ние” се отнасят за Експерт- учебен център ЕООД, с ЕИК: 130967852 и ЦПО към Експерт-учебен център ЕООД, със седалище в гр. София и адрес на управление Ул. Овче поле № 152. Администратори на сайтовете: expert-bg. org и expert-bg. org. ЦПО към Експерт-учебен център ЕООД е лицензиран център за професионално обучение с лицензия номер: 200412194. Адрес за контакт: София ПК 1000, Бул. Александър Дондуков № 43, ет. 1. , email: info@expert-bg. org.   “Потребител/и” , “курсист/и” или “вие” се отнася за физическите лица, използващи услугите на платформата: регистрирани или участващи в обучения. Регистрация в платформата и записване в курс Регистрацията в платформата е необходима за получаване на достъп до ресурсите и съдържанието на предлаганите обучения. Освен повече сигурност за личните данни на потребителите, ще улесни участието в обучение. По тази причина е задължителна преди записване на обучение. Формулярът за регистрация в платформата включва имейл адрес и парола.   След регистрацията потребителите имат възможност... - Published: 2021-01-12 - Modified: 2025-10-02 - URL: https://expert-bg.org/zapochnete-da-uchite/ Обучения на видео запис Изберете своето обучение в сферите: Анализ на данни, Програмиране, Графичен, Уеб и UX / UI дизайн. Анализ на данни Курс: SQL Анализ на данни и изготвяне на отчетиВидео записКурс: MS Excel Анализ на данниВидео записКурс: Power BI анализ на данниВидео записКурс: Python Машинно обучение и анализ на данниВидео записКурс: Анализ на данни с RВидео записBusiness Intelligence STARTВидео записData Analysis STARTВидео записExcel MASTERВидео запис Графичен и Уеб дизайн Курс: Графичен дизайн с AdobeВидео записКурс: Графичен дизайн с Adobe. Тънкости и техникиВидео записКурс: UX и Уеб Дизайн. HTML & CSSВидео записGraphic Design MASTERВидео записUX & Graphic Design STARTВидео запис Програмиране Курс: Програмиране на PythonВидео записКурс: Програмиране на PL/SQLВидео записКурс: Програмиране на макроси с VBA в MS ExcelВидео записКурс: Git Управление на кода на софтуерни проектиВидео запис ## Публикации - Published: 2024-05-20 - Modified: 2024-12-08 - URL: https://expert-bg.org/blog/power-bi-dax-query-view-vs-dax-studio/ - Категории: Анализ на данни - Етикети: dax query view, dax studio, power bi, анализ на данни До скоро DAX Studio беше незаменим помощник в проучването на данни, разработването на метрики и тест за производителност на метриките. От края на 2023 година, с обновлението на Power BI, Microsoft включиха в новата версия инструмента DAX Query View, който има потенциала да измести DAX Studio. До каква степен DAX Query View може да замести DAX Studio? Да разгледаме какво ни дава всеки един от тези инструменти и да оценим може ли DAX Query View да замести DAX Studio пълноценно. Специфични за DAX Query View възможности По-удобни клавишни комбинации DAX Query View притежава удобни бързи клавиши за преместване и дублиране на редове и редица други, които внасят динамика и удобство при писане DAX заявки. DAX Query View Shortcuts Edit Table Доста добро дописване на променливи и метрики (Intellisense) Добавяне или промяна на метрики "с един клик" При дефиниране на метрика, над нея се появява линк "Update model: Add new measure", а при редактиране на съществуваща, линкът е "Update measure" и метриката се добавя или обновява в посочената таблица. За сравнение, при DAX Studio, метриките трябва да се пренасят една по една с копиране на изразите и прехвърлянето им в Power BI е тромава процедура. Какво липсва в DAX Query View? Най-големият недостатък на DAX Query View е липсата на каквито и да е било настройки, но не трябва да забравяме, че този инструмент все още не е част от стабилната версия на Power BI и е необходимо да се активира от Preview Features, за да се показва в интерфейса на... - Published: 2024-03-29 - Modified: 2024-05-20 - URL: https://expert-bg.org/blog/kak-s-sql-zayavki-da-obrabotim-ms-excel-tabliczi/ - Категории: Анализ на данни - Етикети: duckdb, MS Excel, SQL Безспорно MS Excel е чудесна програма с милиони почитатели и потребители, с универсално приложение и независима по отношение на семантиката на данните и изчисленията, които се извършват. Тази статия има за цел да: представи един малко по-различен подход при работа с големи масиви от данни позволи по-ефективно изпълнение на ежедневните задачи внесе динамика в процеса улесни тестването на варианти в нетривиални ситуации като работа с нови данни или изчисления различни от обичайните Когато става дума за SQL заявки в съзнанието на повечето специалисти работещи с данни това се асоциира със сървър за бази данни, с често сложен процес на инсталация, настройки и др. недостъпни за потребители без права на администратори операции, но ... Съществува и алтернативно решение, което в комбинация с MS Excel е идеалният вариант: не е сървърна програма и работи локално на вашия компютър има минимални настройки (най-вече за удобство) освен че е безплатно, решението е ориентирано към задачи свързани с анализ гигабайти от данни. Време е да се запознаете с DuckDB - специализирана, настолна (desktop) OLAP (Online Analytical Processing) база данни, с отворен код и разработена в Centrum Wiskunde & Informatica (CWI). DuckDB е способна да извършва изключително бързи изчисления с огромни масиви от данни благодарение на колонната структура за съхранение на данните и векторизираните операции при изчисления. Колонна структура на съхранение означава, че всяка колона от таблиците се съхранява като самостоятелен обект в базата данни, което позволява допълнителна компресия на данните, така че те да те минимално място, а това от своя страна позволява зареждането им... - Published: 2023-08-30 - Modified: 2024-02-26 - URL: https://expert-bg.org/blog/7-klyuchovi-umeniya-za-efektivna-rabota-s-sql/ - Категории: Анализ на данни - Етикети: SQL, анализ на данни, ключови умения Езикът SQL e мощен и гъвкав инструмент с широко приложение в анализа на данни и подготовката на отчети. За ефективното му използване в процеса на анализ на данни ключова роля играят седем основни умения описани в тази статия. 1. Извличане на данни Извличането на данни от таблиците е основна (а често и единствена) операция за всички анализатори на данни независимо от областта, в която работят, целите и задачите, които стоят пред тях. Извличането на данни се извършва със SELECT заявка като тази заявка изисква много добро познаване както на SQL (по сравнение с другите DML заявки) така и на модела на базата данни. SELECT product_name , unit_price , quantity_per_unit , units_in_stock FROM products ORDER BY unit_price DESC 2. Филтриране на данни В ежедневната практика интерес представляват не всички данни от таблиците участващи в заявката, а точно определени, отговарящи на предварително зададени критерии. За филтриране на данните в SELECT има специална клауза - WHERE, в която се поставят критериите за извличане на данни. Умението точно да се състави WHERE клаузата и правилно да се свържат критериите позволява да се получат в резултата 100% от необходимите данни. SELECT product_name , unit_price , quantity_per_unit , units_in_stock FROM products WHERE unit_price > 20 AND REGEXP_LIKE(quantity_per_unit, 'tins|jars|bottles') ORDER BY unit_price DESC 3. Заявки по няколко таблици В базите данни, за разлика от други продукти, данните са разпределени в множество таблици като по този начин се намалява мястото необходимо за съхранението им и се постига добра скорост на заявките. Това от своя страна изисква в заявките... - Published: 2022-02-02 - Modified: 2024-05-20 - URL: https://expert-bg.org/blog/web-scraping-kak-da-izvlechem-danni-na-prilozheniya-ot-google-play-sas-sredstvata-na-selenium/ - Категории: Програмиране - Етикети: google play, python, selenium, web scraping, извличане на данни Случвало ли ви се е да искате да съберете данни от Интернет и да ги анализирате? Например да изтеглите ревюта на потребители с цел да анализирате мнението им или да съберете данни за продукти от различни онлайн магазини и да сравните цените им. Можете, разбира се, ръчно да го направите това, но със сигурност би ви отнело изключително много време и усилия, особено ако има стотици страници с данни в уеб сайта, който сте си харесали. Всички тези действия могат да се автоматизират с помощта на различни инструменти (езици за програмиране, програми с графичен интерфейс и др. ). Това дава един по-бърз и лесен начин за извличане на данни от Интернет. Също така подобни инструменти предоставят големи възможности. Те позволяват на даден бизнес да се сдобие с голям набор от полезни данни, които после могат да се обработят и анализират с цел подобряване на стратегията. В тази статия ще ви покажа как можете със средствата на Selenium да извлечете данни на приложения от Google Play Store. Selenium като инструмент за извличане на данни от Интернет (Web Scraping) Основното предназначение на колекцията от инструменти на Selenium е автоматизирано тестване на уеб сайтове. Единият от тях (Selenium Webdriver) обаче често се използва и за извличане на данни от Интернет. На определен език за програмиране (Python, Java, Ruby и др. ) се пишат скриптове, с помощта на които се управлява браузърът, откриват се необходимите елементи на уеб страниците и се извличат нужните данни. Кои езици за програмиране, операционни системи и браузъри можем да... - Published: 2021-11-08 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/selenium-webdriver-avtomatizirano-testvane-na-web-saitove/ - Категории: Програмиране - Етикети: selenium, web automation, автоматизирано тестване, тест на уебсайт От ключово значение за успеха на един бизнес е правилното функциониране на неговия уеб сайт. За да сме сигурни, че всичко работи правилно, е нужно да преминем през различните части на сайта и да тестваме отделните му функционалности. Ако това го направим ръчно, може да отнеме много време и усилия, като има голяма вероятност да пропуснем нещо важно, затова е по-удобно да използваме инструменти за автоматизирано тестване като например Playwright, Selenium, Cypress, Puppeteer и др. В тази статия ще ви запозная с един от тези инструменти - Selenium и възможностите му за автоматизирано тестване. Какво представлява Selenium и къде се прилага? Selenium е колекция от няколко инструмента, позволяващи различен подход за автоматизирано тестване. Той поема контрол над браузъра с цел да се тестват функционалностите на даден уеб сайт. Кои инструменти са включени в колекцията на Selenium? Selenium IDE - разширение за браузъра, което дава възможност да се проиграят различни ситуации без да се налага писане на код. Отделните тестове се създават чрез записване на действия, извършени от потребителя, като след това те могат да се обединят в колекции и да се използват автоматизирано. Selenium Webdriver - позволява с помощта на скриптове, написани на определен език за програмиране (Python, JavaScript, Ruby и др. ), да се управлява браузърът. Поддържа се от Chrome, Firefox, Opera, Safari, Microsoft Internet Explorer и Microsoft Edge. Предоставя голям набор от възможности за автоматизирано тестване, за които ще ви разкажа по-надолу в статията. Selenium Grid - дава възможност да се изпълняват тестове на отдалечени машини (виртуални или... - Published: 2021-07-26 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-da-prognozirame-czeni-na-avtomobili/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, python, regression, прогнозиране на цени Регресията е един от методите, прилагани от специалистите в областта на машинното обучение за решаване на конкретни бизнес задачи. В зависимост от начина на използване, можем да разделим задачите в 2 категории: изследване на връзката на всяка от отделните характеристики с целевата променлива прогнозиране на непрекъснати числови стойности (например заплата, цена, тегло и др. ) на база на вече известни данни. В тази статия с практически пример ще разгледаме решение на регресионна задача за прогнозиране на цени на автомобили. Ще използваме езика за програмиране Python и неговите библиотеки за анализ на данни и машинно обучение. С какви данни ще работим? Данните съдържат 4041 реда и 74 колони и включват обяви за продажба на автомобили от различни български сайтове. Извлечени са на 01. 07. 2021г. 5 случайно избрани реда изглеждат по следния начин: Edit brandmodelmonth_prodyear_prodcolorengine_typehpgearboxcategorymileagegpsadaptive_flantiblock_sysairbags_backairbags_fronttire_pressure_controlparktronicisofixauto_start_stopdvd_tvstep_tipno_key_ignitionusb_av_inaux_outputsdiff_blockageboardcomplight_sensorel_mirrorsel_susp_adjclimatronicmf_steering_wheelsw_heating7seatsbuy_backbartergas_syslbsaved_soldsbleasingmethane_syspartsnew_importcreditservice_booktuning2_3_doorsxenon_lightsalloy_wheelsmetalicheated_wipersrollbartowbarhalogen_lightsmoving_roofoffroadalarmarmoredcascowinchreinforced_glass_windowssuederight_swtaxidate_createdtime_createddaymonthyearviewsdealercityregionprice 526Mercedes-BenzMLфевруари2015ЧервенБензинов333АвтоматичнаДжип67000ДаНеНеНеНеНеНеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНе26 април 202118:0326април202111923АвтокъщаПловдивЮжен централен49950 1049AudiA3ноември2013СивБензинов140АвтоматичнаСедан190000ДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНе15 юни 202122:1415юни2021183АвтокъщаДупницаЮгозападен23500 649PorschePanameraсептември2012ЧеренБензинов400АвтоматичнаХечбек187000ДаНеНеНеНеНеНеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНе11 юни 202116:4211юни20212469АвтокъщаПловдивЮжен централен54000 974AudiA3февруари2006СребъренДизелов105РъчнаХечбек186000НеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНе17 юни 202121:0117юни202117АвтокъщаРусеСеверен централен7500 920AudiA3май2003ЧеренДизелов101РъчнаХечбек200000НеНеДаНеНеНеНеНеНеНеНеНеНеНеДаДаНеНеНеНеНеНеНеНеНеНеНеНеНеНеНеДаНеНеНеНеНеНеДаНеНеНеНеНеНеНеНеНеНеНеНеНеНе10 юни 202115:4410юни2021691АвтокъщаСофияЮгозападен4500 Преглед на данните За да добием представа за данните, с които разполагаме, ще създадем няколко визуализации. Те ще ни помогнат да намерим отговор на следните въпроси: Кои марки и модели са най-предлагани? В кои части на България има най-много обяви и на какви цени са автомобилите? Какъв е процентът на обявите от Частно лице и Автокъща според типа двигател? Какво е разпределението на променливите? Кои марки и модели са най-предлагани? Най-предлаганото превозно средство е Audi A4, като има 324 обяви за този автомобил. На 10-то място е Mercedes-Benz C с 81 обяви. Най-предлаганите превозни средства са на марките... - Published: 2021-05-27 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-da-analizirame-i-grupirame-danni-ot-anketno-prouchvane/ - Категории: Анализ на данни - Етикети: clustering, Data Analysis, machine learning, python, survey data analysis Анкетното проучване е често използван метод при пазарните изследвания, чрез който се събират данни от определена група хора (респонденти) с цел да се разбере тяхното мнение по конкретна тема. След това тези данни могат да се изследват с помощта на разнообразни средства за анализ и може да се прилагат върху тях различни методи за машинно обучение (например групиране на респондентите по определени признаци, предвиждане на тяхното поведение и т. н. ). Това позволява да добием представа за общите тенденции в данните, връзки между отделните променливи, прилики и различия по отношение на отделните характеристики и др. В тази статия ще ви покажа чрез практически пример как можете да анализирате данни от анкетно проучване и да групирате респондентите по определени характеристики. Ще използваме езика за програмиране Python и някои негови популярни библиотеки за анализ на данни и машинно обучение. С какви данни ще работим? Извадката съдържа данни от анкетно проучване за нагласите на служители в ИТ индустрията по въпроси за психичното здраве. Имаме 1433 респонденти и 63 въпроса в анкетата. Въпросите са свързани с: Социално-демографски характеристики на респондентите Длъжност и големина на фирмата, в която работят Отношението на работодателите към психичното здраве Бъдещи нагласи на респондентите относно психичното здраве Повече информация за проучването можете да намерите тук. Изследване на данните Ще се запознаем по-добре с данните с помощта на редица визуализации, изградени с библиотеката Plotly. Профил на респондента Визуализациите, които ще видите по-надолу, представят данни за респондентите свързани с тяхната възраст, местожителство, длъжност и психично здраве. На каква възраст са респондентите? Следната... - Published: 2021-05-05 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-otkrivane-na-anomalii-sred-obyavi-za-imoti/ - Категории: Анализ на данни - Етикети: anomaly detection, machine learning, python, анализ на данни, обяви за имоти Възможно е да попаднем в случаи, когато извадката, с която работим, съдържа отличителни стойности (outliers), т. е. наблюдения, различаващи се от останалите по стойностите на една или повече характеристики. Те може да са се получили в резултат на грешки (при въвеждане, измерване, обработка на данните, извличане от различни източници и др. ) или в действителност стойностите да са такива. Подобни наблюдения се наричат още абнормални и е възможно да доведат до изкривяване на получените резултати от моделите за машинно обучение и да бъдат повод за притеснение. Задачи, свързани с откриване на аномалии в данните (anomaly detection или outlier detection) намират широко приложение в различни области. Например при засичане на необичайни транзакции с банкови карти или при идентифициране на дефекти в машини. За откриване на аномалии могат да се използват множество различни методи. Точно кой ще изберем зависи от това дали търсим абнормални стойности в една или в повече характеристики. Ако ни интересува само една, можем да представим стойностите в нея визуално с хистограма или диаграма тип кутия, които биха ни дали представа за наличието на необичайно високи или ниски стойности. Ако данните ни са с повече дименсии обаче, трябва да използваме някой по-сложен метод. Например k най-близки съседи (kNN), при който се изчисляват разстояния между отделните наблюдения или Isolation Forest, работещ на принципа на дърво за взимане на решения за изолиране на наблюденията, в които се срещат аномалии. В тази статия ще разгледаме в контекста на практически пример как можем да идентифицираме аномалии с помощта на езика за програмиране Python... - Published: 2021-04-01 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-da-analizirame-posledovatelnost-ot-sstoyaniya-sbitiya/ - Категории: Анализ на данни - Етикети: behavior sequence analysis, Data Analysis, machine learning, python Анализът на последователност от състояния/събития е една доста интересна задача, която намира широко приложение в различни области. Например в търговията при анализ на поведението на клиентите или при изследване на определена бизнес ситуация като продажба или друга дейност, която преминава през различни етапи. С получените резултати от анализа можем да достигнем до конкретни изводи и да предприемем действия, с които да подпомогнем работата на бизнеса. Тази тема беше разгледана на нашия семинар от 12 март 2021 - Бизнес и маркетинг с R: Как да анализираме поредица от събития и състояния? По време на семинара чрез практически пример бяха представени възможностите на пакетите TraMineR и arulesSequences за езика R. В тази статия ще ви покажа в контекста на същия пример как можем да анализираме последователност от състояния/събития само че с езика за програмиране Python. С какви данни ще работим? Извадката съдържа 2000 наблюдения с данни от социологическо проучване за семейното състояние. Участниците са на възраст между 15 и 30 години. Състоянията са кодирани по следния начин: Edit КодСъстояниеОтделноСемействоДецаРазвод 0Parent (P)нененене 1Left (L)даненене 2Married (M)недада/нене 3Left+Marr (LM)даданене 4Childr (C)ненедане 5Left+Childr (LC)данедане 6Left+Marr+Childr (LMC)дададане 7Divorced (D)да/неда/неда/неда 5 произволни реда от данните: Edit idhoussexbirthyrnat_1_02plingu02p02r01p02r04cspfajcspmoja15a16a17a18a19a20a21a22a23a24a25a26a27a28a29a30wp00tbgpwp00tbgsyr_cuts 32769531woman1926SwitzerlandgermanProtestant or Reformed Churchabout once a monthqualified manual professionsnan00000000033666661385. 641. 229731919-28 386nanwoman1945nannannannanqualified non-manual professionsnan00000000111111111280. 91. 136781939-48 762nanman1934nannannannannannan00000000000000331764. 671. 566121929-38 150189821man1911Switzerlandnannannanunqualified non-manual and manual workersnan00000000000006661158. 911. 028511909-18 175259191man1951SwitzerlandfrenchRoman Catholiconce a weekintermediate professionsnan0000000000000013757. 7410. 6724831949-58 Как изглеждат описателните статистики? За да добием малко повече представа за това с какви данни разполагаме, ще погледнем описателните статистики (мода, медиана, средна стойност, стандартно отклонение и... - Published: 2021-03-10 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-preporuka-na-pesni-chrez-asociativni-pravila/ - Категории: Анализ на данни - Етикети: association rules, machine learning, python, recommendation, spotify Забелязах, че като слушам една песен, след нея винаги пускам следваща и след това пак следваща. Това ме подтикна да проверя дали има някаква закономерност в музиката, която си пускам, дали слушането на една песен провокира слушането на друга определена. Оказва се, че има определена зависимост и тя може лесно да се представи под формата на асоциативни правила. Как изглеждат асоциативните правила? ако {списък от елементи} => {следствие} Те се състоят от списък от елементи (antecedent), който води до някакво следствие (consequent). Алгоритми за решаване на задачи, свързани с асоциативни правила, са например Apriori и FP-Growth. Също така на базата на асоциативни правила може да се правят и препоръки за подходящи песни при слушане на някоя конкретна. В тази статия ще разгледаме практически пример, в който ще открием зависимост между песни, слушани в Spotify, чрез алгоритъма FP-Growth, след което ще генерираме асоциативни правила и ще създадем собствена функция за препоръки. Как работи алгоритъмът FP-Growth? FP-Growth е алгоритъм, с който можем да открием обекти, които често се срещат заедно. При него, както при Apriori, се задава предварително минимален праг на честота на срещане, но разликата е в това, че данните не се сканират всеки път, а се преминава през тях само 2 пъти. Това прави алгоритъма доста по-бърз от Apriori. Трябва да преминем през няколко стъпки: Изчисляване на честота на срещане за всеки от елементите след сканиране на входните данни Сортиране на данните в низходящ ред и проверка дали се покрива минималния зададен праг Създаване таблица с транзакции и списък от... - Published: 2021-02-17 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-da-grupirame-opredeleni-pesni-i-ot-tyah-da-napravim-nov-plejlist-v-spotify-klsterizacziya/ - Категории: Анализ на данни - Етикети: clustering, machine learning, pca, python, spotify Случвало ли ви се е да искате да слушате определени песни в Spotify, но без да се налага да търсите готов плейлист или ръчно да си създавате такъв? По-лесно би било ако песните автоматично се групират по определени характеристики и след това от тях да се генерират плейлисти. Това е и причината да реша да напиша тази статия. Чрез практически пример ще ви покажа как можете да групирате песни, които слушате в Spotify, и след това да създадете от тях плейлист. За неговото решение, ще е необходим езикът за програмиране Python и някои негови библиотеки за анализ на данни и машинно обучение. Преглед на данните Извадката, с която ще работим, съдържа 1846 произволно избрани песни, които съм слушала в Spotify за периода 28 юни 2015 - 26 януари 2021 година. Данните са предварително изчистени и съдържат 15 числови променливи и 10 категорийни. Можете да изтеглите файла с първоначалната обработка от тук. 5 случайно избрани реда от данните изглеждат по следния начин: Edit artisttitlealbumgenreyearaddedlast_listenedlistensbpmnrgydncedBlivevalduracousspchpopadd_dayadd_monthadd_yearll_dayll_monthll_yearll_timecluster 1251Fifth HarmonySqueeze7/27 (Deluxe)dance pop20162016-09-042016-12-25 22:08:00291005864-8831213424434920162512201622:08:001 636LauvFor Now~how i'm feeling~electropop20202020-03-082020-12-29 23:12:006842353-121111189784588320202912202023:12:001 352DallasKSometimesSometimescomplextro20192020-05-082020-05-09 09:08:0011227873-73657183575085202095202009:08:000 981Sabrina CarpenterSmoke and FireSmoke and Firedance pop20162017-10-282017-10-30 07:58:00511708746-47532251954281020173010201707:58:002 638LauvSweatpants~how i'm feeling~electropop20202020-03-082020-12-29 21:22:0041604972-8157319658548320202912202021:22:000 Кои методи за машинно обучение ще използваме? Ще приложим първо метода на главните компоненти (Principal Component Analysis - PCA), с който можем да редуцираме дименсиите и да визуализираме данните в 2D пространство, запазвайки дисперсията в извадката. След това ще клъстеризираме данните с метода k-средни (k-means clustering), за да открием групи въз основа на определени критерии за подобие на обектите. PCA и K-means се... - Published: 2021-02-08 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-da-analizirame-muzikata-koyato-slushame-v-spotify/ - Категории: Анализ на данни - Етикети: exploratory data analysis, machine learning, python, spotify Идеята за тази статия дойде благодарение на моето любопитство към музиката, която слушам в Spotify. Исках да разбера колко често пускам определени песни, кои артисти и жанрове като цяло слушам най-много и дали наистина са тези, които аз си мисля, че са. С практическа задача ще ви покажа как можете да анализирате музиката, която слушате в Spotify, с помощта на езика за програмиране Python и неговите библиотеки за анализ на данни. Извадката, която ще използваме, съдържа 1846 произволно избрани песни, които съм слушала в Spotify за периода 28 юни 2015 - 26 януари 2021 година. Ще се стремим да намерим отговор на следните въпроси: Предимно каква музика е слушана и кога? Има ли връзка между броя слушания и популярността на песните? Кои са най-слушаните жанрове, албуми, артисти и песни? Има ли зависимост между отделните числови характеристики? Преглед на данните Данните, с които ще работим, са предварително изчистени. Съдържат 15 числови променливи и 10 категорийни. Можете да изтеглите файла с първоначалната обработка от тук. 5 случайно избрани реда от данните изглеждат по следния начин: Edit artisttitlealbumgenreyearaddedlast_listenedlistensbpmnrgydncedBlivevalduracousspchpopadd_dayadd_monthadd_yearll_dayll_monthll_yearll_time 793Ben PlattTemporary LoveSing to Me Insteadhollywood20192019-12-022019-11-28 21:07:0030895163-812142195135521220192811201921:07:00 493Loving CaliberWe're In This Together NowWhen We Were Youngerscandipop20172020-04-162020-04-19 13:12:0041442249-151216233783401642020194202013:12:00 554Isak DanielsonHold My HandYoursindie cafe pop20182020-03-292020-03-29 16:15:00101223266-101323201404512932020293202016:15:00 1506Hayley KiyokoCliffs EdgeThis Side of Paradise - EPdance pop20152016-08-222019-07-22 14:21:0022806069-7106521305512282016227201914:21:00 1343TEEN TOPRockingTEEN TOP CLASS ADDITIONk-pop20132016-08-252018-06-27 07:36:00341289870-31179193210302582016276201807:36:00 Предимно каква музика е слушана и кога? За създаване на визуализациите ще използваме библиотеката Plotly на Python. 1/ Преглед на разпределения на числови характеристики Ако видим как са разпределени данните, ще можем да добием представа... - Published: 2021-01-26 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-koj-produkt-s-koi-drugi-se-kupuva-asocziativni-pravila/ - Категории: Анализ на данни - Етикети: apriori, association rules, Data Analysis, machine learning, python Отговорът на този въпрос може да бъде получен с генериране на асоциативни правила. Това е често срещана задача в сферата на машинното обучение. При нея се търсят зависимости между множества от елементи (обекти или събития), които след това се представят под формата на правила и се използват за различни цели като например при изследване на потребителско поведение. Алгоритми за решаване на подобни задачи са например Apriori, FP-Growth и др. Асоциативните правила са във вид: ако {списък_от_елементи} => {следствие} Списъкът от елементи още се нарича antecedent, а следствието - consequent. Как работи алгоритъмът Apriori? Apriori е алгоритъм, позволяващ откриване на обекти, които често се срещат заедно. Това става на базата на предварително зададен праг (threshold) за честота на срещане. Apriori генерира подмножества, които могат да бъдат огромен брой дори ако продуктите в извадката са малко. Първо алгоритъмът изчислява честотата на срещане на индивидуалните продукти и премахва тези, при които тя е под зададения праг, след това продължава с комбинации от 2 продукта, после с 3 и т. н. докато не се отсеят всички излишни подмножества. Например в следната таблица можете да видите 5 транзакции, в които участват определени хранителни продукти. Edit TPхляб (Х)месо (М)бира (Б)вода (В)яйца (Я) TP111100 TP210101 TP301110 TP411100 TP511010 Ако приемем, че сме задали като минимален праг 0. 3, алгоритъмът ще премахне тези продукти, които се срещат в по-малко от 30% от всички транзакции. Стъпка 1 - преглед на честотата на срещане на индивидуалните продукти. Edit ХМБВ*Я* 0. 80. 80. 80. 40. 2 В нашия случай яйцата попадат... - Published: 2021-01-12 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kakvo-vklyuchva-prouchvatelniyat-analiz-na-danni/ - Категории: Анализ на данни - Етикети: eda, exploratory data analysis, machine learning, анализ на данни Възможността да превръщаме сурови данни в информация с цел взимане на ефективни бизнес решения до голяма степен се дължи на добре направен проучвателен анализ на данните (EDA - Exploratory Data Analysis). Той ни позволява да изследваме подробно това, с което разполагаме, като проучването може да се направи в два аспекта. Единият е чисто технически (какви са типовете данни - числа, дати, номинални стойности и т. н. ), а другият е смислов (какво стои зад тези стойности и какво ни показват те). В тази статия ще ви запозная с това какво представлява проучвателният анализ на данни и кои са важните стъпки, през които трябва да преминем, за да бъде направен успешно. Какво е EDA и защо го извършваме? По време на EDA преминаваме през различни етапи на анализа на данните, като използваме подходящи инструменти, например езиците за програмиране Python и R. Те ни позволяват да вникнем в данните и да се запознаем подробно с тях. Проучвателният анализ е важна стъпка, която ни дава възможност да добием добра представа за данните и в последствие да подобрим получените резултати от анализа. Можем да открием тенденции и различия в данните, както и да достигнем до конкретни изводи, приближаващи ни до отговора на въпросите, които ни интересуват. Как да изследваме данните и на кои въпроси трябва да отговорим? Когато започваме да анализираме данните, трябва да уточним стъпките, през които да преминем. Една от първите е преглед на данните в технически аспект. Необходимо е да намерим отговор на въпросите: колко са редовете и колоните, от какъв... - Published: 2020-12-04 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-koj-ezik-da-izberem-r-ili-python/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, python, R Машинното обучение се прилага от широк кръг специалисти (бизнес анализатори, програмисти, изследователи и др. ), така че понякога е трудно да преценим от къде да направим първите крачки, за да навлезем в тази така обширна област. Могат да се използват много различни средства като например езици за програмиране, инструменти с графичен интерфейс или облачни услуги. Повече информация за тези три типични сценария за използване на машинното обучение можете да намерите в статията Machine Learning: Код, продукт или облак? Изберете вашия сценарий! Много често хората избират език за програмиране, когато започнат да се занимават с машинно обучение, тъй като им предоставя по-големи възможности за контрол върху процеса отколкото други инструменти. За машинно обучение може да се използват доста езици за програмиране, като за тях има изградени голям набор от готови библиотеки, позволяващи лесно създаване на ML решения. На най-високо място в класациите са Python и R и хората често си задават въпроса с кой от двата да започнат. В тази статия ще ви разкажа за приликите и разликите между тези 2 езика и ще ви обясня за техните популярни библиотеки и пакети. Прилики и разлики между Python и R С единия и другия език можем да анализираме и обработваме данни, да изграждаме моделите, които са ни необходими, при това безплатно. Какви са приликите между двата езика? Python и R са open source езици и за тях са създадени множество пакети и библиотеки, допълващи възможностите им. Разнообразието от задачи, които могат да бъдат решени с тях, е изключително голямо и за всеки... - Published: 2020-11-18 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/ezikt-python-i-negovoto-prilozhenie/ - Категории: Програмиране - Етикети: Data Analysis, devops, machine learning, python, python programming, quality assurance, software development Python сe нарежда сред най-популярните и бързо развиващите се езици за програмиране в днешно време. Той е с общо предназначение, обектно-ориентиран и изключително гъвкав, като намира приложение в много области (анализ на данни, машинно обучение, разработка на приложения и др. ) и е използван от широк кръг специалисти (програмисти, бизнес анализатори, математици и др. ). В тази статия ще ви запозная с някои от областите, в които Python се използва най-често. Защо е толкова популярен? Python се поддържа от различни операционни системи като Linux, Windows и MacOS. Той е сравнително лесен език за научаване. Благодарение на опростения му синтаксис е доста подходящ за начинаещи. В сравнение с други езици за програмиране конкретни операции могат да се извършат с по-малко редове код и изпълнението им става много по-бързо. За Python има създадени множество библиотеки, които биха могли да се използват за различни цели и общността от хора, програмиращи на Python, е изключително развита. Също така големият набор от онлайн ресурси предоставя практически неограничени възможности при работа с езика. Къде се използва? Python е много предпочитан език в сфери като анализ на данни и машинно обучение, разработка на приложения, автоматизация на задачи и тестване на софтуер. Той позволява лесно да се създават елегантни решения за конкретни задачи, които стоят пред специалистите. Python за анализ на данни и ML Когато става дума за извършване на анализ на данни или изграждане на модел за машинно обучение, Python се нарежда на топ място във всички класации. Заедно с R, той е сред най-често използваните езици,... - Published: 2020-11-13 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-optimizacziya-na-modeli-chrez-bibliotekata-optuna/ - Категории: Анализ на данни - Етикети: hyperparameter tuning, machine learning, model optimization, optuna, python Оптимизацията на модели е важна стъпка при решаване на задачи чрез методите на машинното обучение. При нея се стремим да открием тези параметри, при които получаваме оптимални резултати от моделите. Вместо да ги търсим чрез ръчни настройки, можем да използваме конкретни библиотеки и Optuna е създадена специално за тази цел. Тя улеснява процеса на подбор на най-добрите параметри. В тази статия ще прегледаме как можем да оптимизираме модели чрез Optuna в контекста на конкретна практическа задача. През какви стъпки трябва да преминем, когато използваме Optuna? Optuna позволява откриването на оптималните параметри, като намира минимума или максимума на конкретна функция и извежда тези параметри, при които е получен най-добрият резултат. За използване на тази библиотека е нужно да преминем през 2 стъпки: 1/ Дефиниране на пространството от параметри вътре в целевата функция За разлика от други библиотеки като Hyperopt, задаваме стойностите на параметрите вътре в целевата функция, което е доста по-гъвкаво. Optuna предоставя възможности за задаване на параметри от различни типове: категорийни - trial. suggest_categorical цели числа - trial. suggest_int дробни числа - trial. suggest_uniform, trial. suggest_loguniform или trial. suggest_discreteuniform Приложението им ще видите по-надолу в практическата задача. 2/ Създаване на study обект Всички резултати от търсенето на оптималните параметри се съхраняват в специален обект - study. При създаването му се определя дали целевата функция ще се минимизира или максимизира. След това се прилага метода optimize, за да се оптимизира модела. Получените резултати могат да се изследват чрез различните свойства на обекта. По подразбиране при Optuna се използва оптимизационният алгоритъм Tree... - Published: 2020-10-23 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-otkrivane-na-optimalnite-parametri-chrez-bibliotekata-hyperopt/ - Категории: Анализ на данни - Етикети: hyperopt, hyperparameter tuning, machine learning, model optimization, python Библиотеката Hyperopt е създадена специално за оптимизация на модели за машинно обучение и позволява бързо и лесно да открием кои са най-добрите параметри и техните стойности вместо да се опитваме да ги търсим чрез ръчни настройки. В тази статия ще използваме Hyperopt, за да открием оптималните параметри на модел за машинно обучение в контекста на практическа задача и ще видим как се изменят резултатите след оптимизация. Преглед на възможностите на библиотеката Hyperopt Hyperopt използва Бейсовата оптимизация за откриване на оптималните параметри, т. е. подходът е вероятностен, като се преминава през пространство от параметри и техните стойности, за да се намери минимума на конкретна функция. За разлика от други методи като рандомизираното и решетъчното търсене на Scikit-learn, при Hyperopt се взимат под внимание предишни итерации, когато се търсят оптималнитe параметри. Необходимо е да преминем през няколко стъпки, когато оптимизираме модел чрез библиотеката Hyperopt: 1/ Дефиниране на целевата функция Целевата функция е тази, на която търсим минимума. Това често е функция на загубите (loss function). Например, ако искаме да намерим тези стойности на параметрите, при които средната квадратична грешка е най-ниска. 2/ Дефиниране на пространство от параметри и техните възможни стойности Hyperopt предоставя много възможности за настройки на параметрите благодарение на функциите от модула hp. Поддържат се числови и нечислови стойности: Нечислови параметри - hp. choice Цели числа - hp. randint, hp. quniform, hp. qloguniform и hp. qlognormal Дробни числа - hp. normal, hp. uniform, hp. lognormal и hp. loguniform За цели и дробни числа може да се използва и hp. choice,... - Published: 2020-10-12 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-izbor-na-optimalni-parametri-chrez-randomizedsearchcv-i-gridsearchcv/ - Категории: Анализ на данни - Етикети: gridsearchcv, machine learning, model optimization, python, randomizedsearchcv Фокусът на тази статия е изборът на оптимални параметри след изграждане на модел за машинно обучение в контекста на конкретна практическа задача. Ще видим по-подробно какво представляват класовете RandomizedSearchCV и GridSearchCV на библиотеката Scikit-learn и ще оценим до колко добре се справя изграденият модел, като в единия случай ще използваме параметрите по подразбиране, а в другия - оптималните, открити от отделните класове. Няма конкретна методика, въз основа на която сами да изчислим кои са оптималните параметри на модел за машинно обучение. Ръчният подбор е трудоемък процес, който отнема много време и пак не можем да сме сигурни, че сме се спряли на най-доброто решение. По-лесният вариант е да използваме рандомизирано или решетъчно търсене, които да ги открият вместо нас. GridSearchCV преминава през всяка една комбинация от предварително зададени от нас параметри и техните стойности и накрая като резултат получаваме тези, при които моделът е получил най-добрия резултат на базата на определена метрика за оценка. RandomizedSearchCV работи по подобен начин. Разликата е в това, че преминава само през част от комбинациите, като те се определят на случаен принцип. Двата класа имат почти еднакви параметри и позволяват да задаваме различни ограничения върху процеса на оптимизация. Някои от по-важните параметри на тези класове са: estimator - моделът, който сме изградили param_distribution - речник с параметрите и техните стойности cv - брой части при кръстосано валидиране n_iter - брой комбинации на параметрите и техните стойности при RandomizedSearchCV n_jobs - колко броя ядра на процесора да се използват За примера, който ще разгледаме по-надолу, ще... - Published: 2020-09-25 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-tri-nachina-za-optimizacziya-na-model/ - Категории: Анализ на данни - Етикети: Data Analysis, hyperparameter tuning, machine learning, model optimization, python Изграждане и оптимизиране на модел е важна стъпка при решаване на цялостна задача чрез средствата на машинното обучение. Различните алгоритми имат редица параметри, които могат да се настроят така, че да се подобри работата на модела. Посоките на подобрение са 2 - получаване на по-добри резултати и по-бърза скорост на работа. В зависимост от модела и параметрите му, предприетите подходи могат да бъдат различни - емпиричен, при който правим множество опити, като сами задаваме различни стойности и сравняваме получените резултати, или чрез изчисления търсим оптимално решение. 3 начина за оптимизация Оптимизацията на модели е обширна тема и различните методи, които можем да приложим са много. Обикновено в началото се започва с ръчни настройки, като това позволява да добием представа как работи самият алгоритъм, който стои зад модела. Можем да оставим някои параметри със стойностите им по подразбиране, а други да ги променим в зависимост от това какво искаме да постигнем. Има обаче по-ефективен начин за оптимизация на моделите - използване на специални средства за автоматизация, така че търсенето да не е случайно налучкване на стойности, а да има системен подход за подбора им. Съществуват множество библиотеки, които съдържат методи за оптимизация на моделите. Те дават много възможности и варианти за тест с най-различни комбинации от параметри и техните стойности. В тази статия ние ще разгледаме 3 от тях: Решетъчно и рандомизирано търсене Бейсова оптимизация с библиотеката Hyperopt Оптимизация с библиотеката Optuna Всеки от тях се използва по сходен начин, като се изгражда пространство с конкретни параметри и списък с техните... - Published: 2020-09-03 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-5-nachina-da-konstruirame-novi-promenlivi/ - Категории: Анализ на данни - Етикети: Data Analysis, feature construction, feature engineering, machine learning, python Когато изграждаме модели за машинно обучение, често тези характеристики, с които разполагаме в извадката, не са достатъчни и в същото време данните позволяват да конструираме нови характеристики. Какви резултати ще получим от модела за машинно обучение зависи от това какви входни данни ще му подадем. Конструирането на нови променливи е един ефективен начин, чрез който можем да подобрим работата на моделите, като за тази цел е необходима и известна доза креативност. За да можем да конструираме нови характеристики са нужни знания за конкретната предметна област - да знаем от къде идват данните и какво би било полезно, за да можем да решим конкретната бизнес задача. Нужно е да се премине през множество експерименти по време на този етап докато се създадат най-релевантните характеристики. В тази статия ще ви запозная с 5 начина, чрез които можете да конструирате нови променливи, като извадката, която ще използваме в примерите, се състои от 1076 реда и 8 колони, съдържащи данни за покупки от онлайн магазин. Първите 5 реда от таблицата изглеждат по следния начин: Edit InvoiceNoStockCodeDescriptionQuantityInvoiceDateUnitPriceCustomerIDCountry 53642384029ERED WOOLLY HOTTIE HEART. 812/1/2010 12:083. 7518085United Kingdom 53653222962JAM JAR WITH PINK LID1212/1/2010 13:240. 8512433Norway 53640184625APINK NEW BAROQUECANDLESTICK CANDLE312/1/2010 11:212. 9515862United Kingdom 53678421499BLUE POLKADOT WRAP5012/2/2010 15:200. 3415061United Kingdom C53682221430SET/3 RED GINGHAM ROSE STORAGE BOX-112/2/2010 17:193. 7514625United Kingdom Цялостния пример можете да изтеглите от тук. Кои са различните начини за създаване на нови променливи? Конструирането на нови променливи оказва голямо влияние върху работата на модела за машинно обучение и също позволява по-качествено да анализираме данните, с които разполагаме. В... - Published: 2020-07-15 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-da-kodirame-kategorijni-promenlivi/ - Категории: Анализ на данни - Етикети: category encoding, Data Analysis, machine learning, python Често в практиката се налага да работим с извадка, която съдържа нечислови данни. Много от алгоритмите за машинно обучение като например линейна регресия или метод на опорните вектори (Support Vector Machines) работят само с числови стойности. Това налага обработката на категорийни променливи по подходящ начин, за да може след това да ги използваме при решаване на различни бизнес задачи. Категорийните променливи са 2 вида: Ординални - има линейна наредба между отделните стойности (например размер на дрехи - S - най-малко, M - средно и L - най-голямо) Номинални - няма степени или градация между отделните стойности (например цвят на очи, кръвна група и т. н. ) В тази статия ще разгледаме някои от често използваните начини, по които може да бъдат кодирани категорийни променливи. Извадката, използвана за примерите по-надолу в статията, съдържа 1000 обекта и 10 характеристики, в които има данни на кандидати за отпускане на кредит. Първите 5 реда от данните изглеждат по следния начин: Edit RiskSexHousingSaving accountsChecking accountPurposeAgeJobCredit amountDuration 0Yesmaleownlittlelittleradio/TV67211696 1Nofemaleownlittlemoderateradio/TV222595148 2Yesmaleownlittlelittleeducation491209612 3Yesmalefreelittlelittlefurniture/equipment452788242 4Nomalefreelittlelittlecar532487024 От таблицата можете да видите, че имаме 6 категорийни и 4 числови променливи. Цялостния пример можете да изтеглите от тук. Кои са начините за кодиране на категорийни променливи? Класовете за кодиране на категорийните променливи се намират в модула preprocessing на библиотеката Scikit-learn. Във фрагментите от код по-надолу за OneHotEncoder ще използваме ohe, за OrdinalEncoder - oe и за LabelEncoder - le. 1) Заместване на стойностите с replace Можем ръчно да кодираме отделни категорийни променливи, като първо създадем речник и срещу всяка стойност сложим конкретно... - Published: 2020-06-29 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-metriki-za-oczenka-na-regresionni-modeli/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, python, regression, метрики Регресионните модели се използват за решаване на различни задачи, при които целевата променлива е числова и непрекъсната величина (например заплата, цена, тегло и др. ). Целта е на базата на известни характеристики, които са независими променливи, да се прогнозира каква би била стойността на целевата променлива, като оценката е с определена грешка в допустими граници. Кои са някои от по-често използваните регресионни алгоритми? Linear Regression Lasso & Ridge Regression Decision Tree Regressor Random Forest Regressor k-Nearest Neighbors (KNN) Regressor Support Vector Regressor (SVR) Stochastic Gradient Descent Regressor Как да оценим регресионни модели? Когато изградим един модел, е необходимо да проверим колко добре работи той. За оценка на неговото качество можем да вземем под внимание стойностите на различни метрики - коефициент на детерминация, средна абсолютна грешка, средна квадратична грешка и други. В тази статия ще разгледаме различните метрики за оценка на регресионни модели в контекста на практически пример. Ще използваме извадка, която има 206 обекта и 26 колони. Тя съдържа данни за автомобили (тип двигател, брой врати, дължина и ширина на колата и др. ), на базата на които трябва да се прогнозира цената. При изграждане на регресионния модел ще бъдат използвани 3 метода - линейна регресия (Linear Regression), случайна гора (Random Forest Regressor), и стохастично градиентно спускане (Stochastic Gradient Descent Regressor). В примера ще се фокусираме само върху метриките за оценка на регресионните модели. Поради тази причина данните са предварително изчистени, т. е. премахнати са ненужни колони, отличителни (екстремни) стойности, кодирани са категорийни променливи и т. н. Ако искате да... - Published: 2020-06-12 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-metriki-za-oczenka-na-klasifikaczionni-modeli/ - Категории: Анализ на данни - Етикети: classification, Data Analysis, machine learning, python, метрики Изграждането на класификационен модел е една от най-популярните задачи в сферата на машинното обучение. При нея целта е да се разпределят обекти в точно определени предварително зададени класове, като ако броят им е 2, то тогава имаме случай на бинарна класификация, а ако е 3 или повече, задачата е многокласова. В практиката класификационните модели са изключително полезни при решаване на различни бизнес задачи. След създаване на модела е важно да разберем дали той работи оптимално при постъпване на нови данни. За тази цел са необходими множество тестове и преглед на различните показатели, които определят колко добре се справя той. В тази статия ще ви запозная с някои от основните метрики за оценка на модели за класификация в контекста на конкретен пример. Извадката, която ще използваме съдържа 10 000 записа и 13 колони с данни за клиенти на банка (пол, баланс по сметката, заплата и др. ). Целта е да се разбере на базата на известните характеристики дали даден клиент ще се откаже от услугите на банката или не. При изграждане на модела за класификация ще бъдат използвани 4 метода - логистична регресия (Logistic Regression), случайна гора (Random Forest), k най-близки съседи (kNN) и метод на опорните вектори (SVC). Фокусът на примера е върху метриките за оценка на класификационния модел. Поради тази причина данните са предварително изчистени, т. е. премахнати са ненужни характеристики, кодирани са категорийните променливи, премахнати са отличителни (екстремни) стойности и т. н. Ако искате да научите повече конкретно за някои стъпки, които се предприемат при етапа на предварителна... - Published: 2020-06-02 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kakvo-oznachava-izvadkata-da-ne-e-balansirana/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, python, небалансирана извадка Кога имаме небалансирана извадка? В много от случаите при решаване на задачи за класификация с методите на машинното обучение попадаме на извадка, при която представителите на класовете в целевата променлива не са равномерно разпределени, т. е. броят на обектите, принадлежащи към един клас, е значително по-различен от на този на другите класове. Тогава казваме, че тя не е балансирана. Защо е необходимо да работим с балансирана извадка? Представете си, че имаме извадка с данни за студенти. Тя включва следните характеристики: брой отсъствия, изпратени домашни, оценки и целева променлива, съдържаща 2 класа - преминали в следващ курс и непреминали. На базата на тези данни трябва да се построи класификатор, който да определя дали преминава или не студентът в следващ курс. Общо студенти: 130 Брой преминали студенти: 120 Брой непреминалите студенти: 10 В този случаи имаме много силно небалансирана извадка, защото студентите, които са преминали курса, представляват 92% от данните. Това означава, че без да се използват методи за машинно обучение, ако се опитаме сами да отгатнем на случаен принцип и кажем, че студентът преминава курса, в 92% от случаите ще бъдем прави. Това би обезсмислило използването на методи за машинно обучение. В тази статия ще ви запозная с различните методи за балансиране на извадка, които предоставя библиотеката imblearn на Python. За примерите, които ще видите по-надолу, ще използваме данни, които са синтетични. Те съдържат характеристики за възрастта и заплатата на служители, а целевата променлива се състои от 2 класа - дали са получили или не повишение, т. е. имаме случай на... - Published: 2020-04-29 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-da-se-spravim-s-otlichitelni-stojnosti-outliers/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, outliers, python Има случаи, когато в извадката може да попаднат стойности, които значително се различават от останалите. Те се наричат отличителни или екстремни и могат да бъдат необичайно високи или ниски. Присъствието на отличителни стойности в извадката може да се отрази негативно върху работата на моделите за машинно обучение и затова е необходимо те да се обработват по подходящ начин. В противен случай, получените резултати от модела за машинно обучение могат да бъдат доста подвеждащи. Върху кои алгоритми оказват влияние? линейни модели (например регресионни и дискриминантен анализ) SVM Adaboost Много алгоритми са чувствителни, ако при входните данни има екстремни стойности. Някои от тях очакват променливите да имат точно определено разпределение и стойностите да са в съответен интервал. Ако тези критерии не са изпълнени, тогава точността на получените резултати от моделите може да не е толкова висока. В тази статия ще ви покажа някои основни методи за откриване на отличителни стойности в извадката, както и по какви начини могат те да бъдат обработени чрез Python. За примерите, които ще видите по-надолу в статията, е използвана една малка извадка, съдържаща 163 записа, с данни за възрастта и годишния доход на клиенти. Можете да я изтеглите от тук. Първите 5 реда изглеждат по следния начин: Edit AgeYearlyIncome 05090000 15160000 25160000 34970000 44880000 Как да открием отличителни стойности? Основни методи Диаграма тип кутия (Box plot) Отличителните стойности са всички, които са извън следните граници: Lower Limit = Q1 + IQR * 1. 5 Upper Limit = Q3 + IQR * 1. 5 Възможно е също интерквартилният... - Published: 2020-04-14 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-zashho-dannite-da-sa-mashhabirani/ - Категории: Програмиране - Етикети: Data Analysis, feature scaling, machine learning, python Как влияят данните със стойности от различен порядък? В повечето случаи извадките съдържат независими променливи със стойности, които са от различен порядък. Това може да повлияе негативно върху работата на модела за машинно обучение. Например, ако имаме ръст и тегло на хора и искаме да изградим модел, чрез който да предскажем кое място ще спечелят на състезание. Edit NameHeightWeightResult 0Steve Harrison1. 85962 1James Douglas1. 72811 2Vicky McNickol1. 58653 От таблицата веднага се вижда, че ръстът, измерен в метри, съдържа доста по-малки стойности от теглото, което е в килограми. Mоделът в този случай може да определи, че теглото е по-важно при разпределяне на хората в съответните класове. Нужно е да се извършат необходимите трансформации, така че стойностите да бъдат от еднакъв порядък. Тази техника се нарича мащабиране на характеристики (Feature scaling) и се прилага в етапа на предварителната обработка на данните (Data preprocessing). Защо се мащабират данните и каква е разликата в получените резултати? При работа на определени модели с немащабирани данни, например при такива, които изчисляват коефициенти, получаваме резултати с голяма грешка. За всяка характеристика се изчисляват теглови коефициенти и мащабирането се прилага, защото в противен случай моделът може да определи някоя променлива за по-важна от друга, ако тя съдържа по-високи стойности. Например, ако имаме месечен доход, чиито стойности попадат в интервал над 1000, и характеристиката възраст, при която 85 години е максимумът. В такива случаи моделът може да прецени, че доходът е по-важен, а в действителност да не е така. Кои алгоритми за машинно обучение изискват данните да бъдат... - Published: 2020-04-13 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/sql-ranzhirane-na-rezultati-s-analitichni-funkczii/ - Категории: Анализ на данни - Етикети: Analytic Functions, Data Analysis, SQL Аналитичните функции в езика SQL са мощен и гъвкав инструмент за широк кръг от изчисления, свързани с извеждане на междинни суми, кумулативни (с натрупване) суми и бройки, изчисляване на ранг, достъп до стойности от предходни или следващи редове и др. В сървърите за бази данни, които не поддържат аналитични функции, подобни изчисления могат да се постигнат със средства, които значително усложняват заявките и забавят изчисленията. Например, с вложени заявки или със свързване на таблиците към самите себе си (self join). В тази статия ще разгледаме три аналитични функции, с помощта на които могат лесно да се ранжират данни: ROW_NUMBER RANK DENSE_RANK Трите функции имат близък синтаксис: ROW_NUMBER OVER( PARTITION BY col_list ORDER BY col1 ASC|DESC, ... ) RANK OVER( PARTITION BY col_list ORDER BY col1 ASC|DESC, ... ) DENSE_RANK OVER( PARTITION BY col_list ORDER BY col1 ASC|DESC, ... ) като задължителната клауза при тях е ORDER BY, с която се определя дали ранга ще се изчислява във възходящ или низходящ ред. Ако във функцията е включена клаузата PARTITION BY, то при промяна на стойността в колона посочена в тази клауза, функцията започва да изчислява ранга отново. Така може да се изчисли ранг по групи. Например, ранг на клиентите по държави и за всяка държава да има 1,2,3 и т. н. Следващата таблица нагледно представя разликите в резултатите при трите функции, ако в ORDER BY се посочи колоната sales и изчисленията са в низходящ ред: Edit salesrow numberrankdense rank 2500111 2500211 2000332 2000432 1000553 От таблицата се вижда, че ROW_NUMBER просто... - Published: 2020-04-01 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/sql-tri-prakticheski-zadachi-cross-join/ - Категории: Анализ на данни - Етикети: CROSS JOIN, Data Analysis, SQL Тази статия е посветена на един сравнително рядко използван начин за свързване на таблици - CROSS JOIN, но даващ в определени задачи изключително полезни възможности за комбиниране на данните от различни таблици. В същност, когато говорим за CROSS JOIN`, думите свързване на таблици не са съвсем точни. При `CROSS JOIN, ако вземем две таблици, то всеки ред на първата таблица ще се комбинира с всички редове на другата таблица и дори не е необходимо двете таблици да имат обща колона както при другите връзки. Нагледно резултът от CROSS JOIN може да се представи така: Edit firstname Anna Markus Edit country Germany France Argentina Edit firstnamecountry AnnaGermany AnnaFrance AnnaArgentina MarkusGermany MarkusFrance MarkusArgentina Не е трудно да преценим, че в повечето ситуации подобна комбинация няма да има полезен смисъл. Например, ако в една таблица са клиентите, а в другата поръчки, то от комбинирането на всеки клиент с всяка една от поръчките едва ли ще можем да извлечем полезна информация. Именно това свойство обаче, ни позволява в някои случаи да получим резултат, непостижим с други средства. Да разгледаме тези ситуации в три практичeски задачи. Извеждане на всички дати между начална и крайна дата В практиката се срешат задачи, при които е необходимо за събитие с начална и крайна дата да имаме в резултата и всичките дати между тях. Примери за подобни събития са: дата на поръчка и дата на доставката й дата на настаняване в хотел и освобождаване на стаята дата на отпътуване и пристигане и т. н. При това детайлността на отчета... - Published: 2020-03-24 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-koe-e-novoto-v-pandas-1-0/ - Категории: Програмиране - Етикети: machine learning, pandas, python, анализ на данни В новата версия на Pandas от 29-ти януари 2020 г. са направени доста подобрения на библиотеката и са въведени редица нови възможности, които значително улесняват процеса на работа при анализ на данни с Python. В тази статия ще ви запозная с някои от по-интересните нововъведения в Pandas 1. 0, като ще видите с какво те могат да бъдат полезни и какви са разликите със старата версия. Данните, използвани за примерите, които ще видите по-надолу в статията, са синтетични. Те съдържат 6 записа с информация за студенти, които на базата на определена оценка са преминали или не даден курс. Липсващи стойности с pandas. NA С версия 1. 0 бе въведен нов начин за отбелязване на липсващи стойности. До преди това се използваше само np. nan за данни от тип float64 или object, np. NaT за DateTime и None за object. Целта на pandas. NA е да бъде индикатор за липсващи стойности независимо от типа на данните. Тъй като това е само експериментална фунционалност, е напълно възможно да настъпят редица изменения в следващи версии на Pandas. Пример: data = {'Student':, 'Grade': , 'Passed': } df = pd. DataFrame(data) Резултат: Edit StudentGradePassed 0John Smith3False 1Dave Willington4True 2Caroline Reyes6True 3Alexa Stone< NA >< NA > 4Jessica Scott4True 5Mikayla Jackson5True Получават се различни резултати от аритметични операции при прилагане на pandas. NA за разлика от np. nan. За почти всяка от тях, полученият резултат е , докато при използване на np. nan е False или nan. Няколко примера: Аритметични операции np. nan > 1 Output:... - Published: 2020-03-19 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/online-obuchenieto-5-predimstva/ - Категории: DeviseExpert - Етикети: учете онлайн България чужбина В създалата се ситуация на всички ни се налага да научим как да правим традиционните неща по нов начин. Онлайн обучението със сигурност не е нова концепция, но е все още ново изживяване за ученици, студенти и техните преподаватели. Искаме да споделим нашите впечатления от вече дългогодишен опит с тази форма на обучение. Да ви запознаем отблизо с изживяването и ползите, който носи. Какво представлява онлайн обучението? Благодарение на новите технологии обучението може да приеме каквото форма пожелаем- видео разговори очи в очи, поредица от видео уроци, предаване на живо (stream) в някоя от популярните платформи или дори писмени въпроси и отговори по имейл. Всеки от тези подходи има своите ползи. За нас обратната връзка и живия контакт с участниците в обучението са приоритет, за това след редица експерименти се спряхме на видео разговорите. Те позволяват да се включите на живо по време на занятията чрез конферентен разговор от удобно за вас място, да поддържате постоянна връзка с лектора и най-вече- да участвате в дискусията пряко. На практика се получава един сравнително естествен разговор, дискусия между участниците и лектора без да се налага да споделят едно физическо пространство. Как изглежда? Каква техника е необходима? За да се включите в такова обучение не се налага да правите нищо, с което не сте свикнали. Интернет покрива територията на нашата страна като топло одеалце, с високи скорости и лесен достъп. Дори личният компютър не е задължително условие- голяма част от приложенията за видео, предаване на живо, разговори са удобно достъпни от мобилния ви... - Published: 2020-03-17 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-interaktivni-vizualizaczii-s-python/ - Категории: Анализ на данни - Етикети: interactive visualizations, machine learning, python, анализ на данни Интерактивните визуализации в машинното обучение позволяват да постигнем по-добра динамика във визуалния анализ на данни. Този тип графики дават възможност за разучаване, манипулиране и взаимодействие с данните по интересен и полезен начин. Те притежават динамични аспекти като селектиране, hover, zoom in/zoom out възможности и др. , които дават контрол и позволяват бързо и лесно извличане на полезна информация. Фокусът в тази статия ще е върху различните библиотеки на Python за изграждане на интерактивни визуализации - как те се използват и по какъв начин могат да бъдат полезни в машинното обучение. Какво повече ни дават интерактивните визуализации от статичните? Интерактивните визуализации ни позволяват да се докоснем до данните, като предоставят голям набор от начини за взаимодействие с тях. Можем да селектираме елементи, променяме стойности с помощта на отделни компоненти (например плъзгач, падащ списък, отметка) и т. н. За разлика от тях, статичните не се променят с времето и единствено показват състоянието на данните в определен момент. Не могат да бъдат манипулирани директно, което ограничава възможностите при работа. Например ако искаме да видим как един параметър влияе на резултатите, е необходимо да създаваме постоянно отделни статични визуализации за всяка стойност на съответния параметър. Вместо това би било по-лесно и компактно да се изгради една единствена интерактивна графика, която да притежава такива компоненти, с които да можем да манипулираме стойността на определени параметри и да анализираме последващото изменение на резултата. Инструменти за интерактивни визуализации с Python Има създадени множество библиотеки за интерактивни визуализации с Python. Те позволяват бързо изграждане на графики и по-лесен... - Published: 2020-02-21 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-silata-na-vizualizacziyata-na-danni/ - Категории: Анализ на данни - Етикети: Data Analysis, data visualization, machine learning, python, графики При машинното обучение е много важен етапът на визуалния анализ, защото ни помага да добием представа за данните, като открием какви са зависимостите между отделните характеристики, какво е разпределението, дали има необичайно високи и ниски стойности и т. н. Визуализациите могат също да се прилагат и при представяне на крайните резултати от работата на моделите. С изготвянето на графики можем да разберем в коя посока на работа да се насочим и как по-добре да настроим избрания модел, така че да получим оптимални резултати. В тази статия ще ви запозная с това защо е необходимо да изготвяме графики, когато се занимаваме с машинно обучение и коя е подходящата визуализация в зависимост това какво искаме да представим. Избор на подходяща визуализация Има различни типове графики, които се използват за представяне на данни, като всяка се прилага в определени случаи. За изготвяне на примерите, които ще видите по-надолу в статията, са използвани библиотеките Matplotlib и Seaborn на Python за визуализация на данни, както и 5 извадки: Iris - съдържа информация за видовете на цветето ирис и техните характеристики Tips - бакшиши, получени от клиенти в ресторант Bike buyers - данни за клиенти на магазин за велосипеди Bike sharing - данни за наемане на велосипед при различни метеорологични условия Telecom churn - клиенти на телекомуникационна фирма, които са се отказали или не от услугите ѝ Хистограми и Графики на плътността на разпределението (density plot) При машинното обучение в етапа на предварителен анализ често искаме да се запознаем с това какво е разпределението на данните,... - Published: 2020-02-05 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kato-oblachna-usluga-mlaas/ - Категории: Анализ на данни - Етикети: azure ml, bigml, ibm watson, machine learning, mlaas, облачни услуги Машинното обучение отдавна е част от облачното пространство. Според годишния доклад на RightScale за състоянието на облака, голям дял (над 90%) от компаниите в днешно време използват облачни услуги. Съчетанието на облака и машинното обучение е подходяща комбинация поради възможността да се съхраняват големи обеми от данни, както и да се намаляват разходите и рисковете, които идват с локалните решения. Как работи машинното обучение като услуга? Машинното обучение като услуга (Machine Learning as a Service - MLaaS) дава достъп до инструменти за трансформация и визуализация на данни, както и възможност за прилагане на множество ML алгоритми без да е необходимо да се инсталира някакъв специфичен за тази цел софтуер. Прогнозен анализ, разпознаване на лица и обработка на естествен език са само някои от големия набор от функционалности, които предлага MLaaS. Обхванат е целият работен процес, като през графичния интерфейс се избира и настройва моделът, след което специалистите могат да преминат към внедряването му в своите приложения. Контролът обаче, който имат над случващото се зад компонентите, е доста ограничен. С настоящата статия ще ви запозная с някои популярни платформи за машинно обучение, които са в облака, като ще видите и кои са предимствата и недостатъците на всяка от тях. Какво ще разгледаме? Microsoft Azure Machine Learning IBM Watson Studio BigML Кой използва тези платформи? Искате ли да научите за още подобни платформи? Облачни ML платформи Създадени са множество онлайн решения за прилагане на възможностите на машинното обучение в облачното пространство, като MLaaS платформите позволяват: Управление на данните - съхранение на входни... - Published: 2020-01-16 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-instrumenti-za-neprogramisti/ - Категории: Анализ на данни - Етикети: Data Analysis, knime, machine learning, orange, rapidminer Необходимо ли ви е програмиране, за да се занимавате с машинно обучение? Бих искала чрез тази статия да ви запозная с различните инструменти за машинно обучение, предназначени за специалисти в конкретна предметна област, които нямат познания по програмиране, като ще се фокусираме най-вече върху KNIME и процеса на работа с него. Интерфейсът на другите продукти е сходен и принципът на работа е еднакъв, като разликите са единствено в допълнителните възможности и приставки, които се предлагат. Макар че притежаването на добри познания по програмиране дава голям контрол и гъвкавост при използване на алгоритми за машинно обучение и създаване на модели, има и доста инструменти, чрез които специалистите могат да се възползват от подобни възможности без да се налага да пишат код. Тези инструменти са полезни, защото имат графичен интерфейс, чрез който моделите се настройват. Това обаче не отменя необходимостта от знания в предметната област, статистическите методи и разбиране на самите алгоритми за машинно обучение. KNIME (Konstanz Information Miner) KNIME е безплатен инструмент с отворен код, който е предназначен за анализ на данни и машинно обучение. Той е разработен в академична среда - университета в Констанц. Опростеният и интуитивен графичен интерфейс, който притежава, включва множество модули и учебни примери (KNIME Examples). KNIME позволява връзка към множество източници на данни (текстови файлове, бази данни, уеб услуги и др. ) чрез компоненти. Той е мощен инструмент, с който специалистите могат да подготвят данните си за анализ - има голям набор от възможности за трансформация като групиране или филтриране на редове, транспониране, промяна на стойности... - Published: 2019-12-09 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-instrumenti-za-programisti/ - Категории: Анализ на данни - Етикети: Data Analysis, JavaScript, machine learning, python, R Притежаването на добри познания по програмиране е важно за програмистите, които се занимават с машинно обучение, защото това им предоставя неограничени възможности както при изграждане на модели, така и при интегриране на съществуващи такива в проекти. Каква е ролята на програмирането в машинното обучение? Със създаването на ML решения чрез езици за програмиране, програмистите могат да разширят функционалностите на приложения, добавяйки моделите за машинно обучение, както и да изградят конкретни специфични системи, които да подпомогнат процеса на взимане на решения. Създадени са множество рамки и библиотеки за програмистите за улеснение на процеса на работа по обработка на данните, тяхната визуализация и прилагане на различните алгоритми. Чрез тази статия ще ви запозная с някои от популярните езици за програмиране при машинното обучение, като ще разгледаме и кои библиотеки се използват, в кои среди, както и плюсовете и минусите на всеки език. Ще разгледаме езиците: Python R JavaScript Езици за програмиране, използвани за машинно обучение Множеството езици за програмиране и библиотеки, които има за тях, дават голямо разнообразие от инструменти и техники на програмистите, чрез които те лесно да могат да създават ML решения на конкретни задачи. Python Python е най-популярният език за машинно обучение, като той притежава множество библиотеки за обработка и анализ на данни. Гъвкав е и позволява лесно да се изграждат модели. Подходящ език е за начинаещи, които искат да навлязат в сферата на машинното обучение. Ключови библиотеки за Python са: NumPy (Numerical Python) NumPy е основна за научни изчисления с Python. Тя е мощен инструмент, предоставящ множество полезни... - Published: 2019-11-28 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/logo-workshop-01/ - Категории: Графичен дизайн - Етикети: лого и запазен знак На 16, 23 и 24 ноември 2019 г. проведохме първата отворена работилница за Дизайн на лого в Devise Expert. Защо работилница? Защо дизайн на лого? Работилницата е идеалният формат да разгледаме множество проекти и различни перспективи, да минем през пълния процес от проучването, през избор на образ, решение и разработване на финалния знак (в единия от дните- финалната визитка). За начинаещите дизайнери има много полезни ресурси, групи и общности за получаване на обратна връзка и насоки за развитие. С натрупването на повече опит обаче, обратната връзка, градивната критика се намират все по-трудно. Целта ни с тези работилници беше да запалим и вдъхновим начинаещите в дизайна на знак, както и да предадем един стабилен процес за създаването на знак, с конкретни стъпки на всеки етап, стратегии за справяне с проблемите на генериране и оценка на идеи, проучване и анализ, създаване на формата и композиция на един знак. За по -напредналите работилницата дава възможност да получат насоки и обратна връзка в рамките на конкретен проект. А защо дизайн на лого? Процесът е сложен, многостранен, а младите дизайнери често го избират като първо предизвикателство. Запазения знак събира много от основните проблеми на графиката, типографията и графичния дизайн в малка, изключително позната като приложение опаковка. Това прави задачата да създадем лого сравнително трудна. Но често е от първите, които начинаещите решават да покорят. Какво обсъдихме? Ден 1: По-важните въпроси при създаването на знак Обобщение на процеса с фокус върху комуникацията с клиента. При първите срещи и обсъждания с клиента е важно да разберем точно... - Published: 2019-11-27 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kod-produkt-oblak-da-izberem/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, python С всеки изминал ден машинното обучение се прилага все по-масово във всички сектори на бизнеса, винаги с нови и по-мощни инструменти и резултати, като основната му задача е да подпомага процеса на взимане на решения. Машинното обучение позволява извличане на информация от данни и е една от важните теми, дискутирани от организациите, които желаят да оптимизират бизнеса си, като подобрят процесите и намерят иновативни начини за достигане до отговори на определени бизнес въпроси. Това е област с много широко приложение, като има най-различни алгоритми, които могат да се използват при изграждане на модели в зависимост от нуждите на фирмата. В тази статия ще разгледаме кои са трите типични сценария за използване на машинното обучение, като ще видим какви инструменти се прилагат, за какви цели, както и какви знания са необходими. Разделение в зависимост от нуждите По какъв начин ще се използват моделите за машинно обучение зависи от нуждите на самата организация. Понякога е необходимо да се извършват сложни операции, които изискват специалисти със специфични познания, но в други случаи подходящи инструменти могат да улеснят решението на задачите. Задачите, в които се използва машинното обучение са много, но някои от често срещаните са: Сегментиране на клиенти Определяне на кредитен рейтинг Прогнозиране на продажби Откриване на измами чрез алгоритми за разпознаване на самоличност, локация, начин на плащане и др. Решението на задачите в машинното обучение е цикличен процес, в който се използват множество инструменти и подходи с цел да се постигнат оптимални резултати. ML за програмисти Програмистите, занимаващи се с машинно обучение,... - Published: 2019-11-20 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/5-kachestva-na-dobroto-logo/ - Категории: Графичен дизайн - Етикети: лого и запазен знак Какво прави един знак добър? Логото е основен елемент от идентичността на една марка. Обикновено то е първата точка на контакт на потребителя с марката и има голямо значение за изграждането на връзка с нея. То изпълнява редица важни функции – да представя дейността и характера на компанията, да я отличава от конкурентите, да привлича желаните клиенти. Дали едно лого ще се хареса в известна степен е въпрос на индивидуален вкус и предпочитания. Има обаче обективни качества, които всички добри лога притежават, независимо от детайлите, които ги отличават от останалите. Когато тези качества се вземат предвид още при проектирането на знака, шансът той успешно да изпълнява функциите си се увеличава значително. 1 | Изчистена форма Добрите лога обикновено са с прости и изчистени форми, без натрупване на детайли. Това носи много предимства. Практически логото запазва своите качества, четимо е дори когато е в много малък размер. Това е може би най-важното условие, на което трябва да отговаря. При всички положения логото ще се използва в най-различни размери за различни приложения. Дали ще бъде отпечатано на малки рекламни материали, избродирано върху дреха, поставено на опаковка или направено на иконка за мобилно приложение – то би изглеждало добре, ако е максимално опростено. Изчистената форма позволява логото да бъде по-лесно забелязано и възприето – дори само с бегъл поглед или на рафта сред десетки други продукти, какъвто е най-честият случай. Колкото по-малко са детайлите, толкова по-лесно е логото да бъде запомнено. Най-простите, но изпълнени със смисъл форми, са геометричните. Вижте повече за значението... - Published: 2019-11-13 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kakvo-e-regresia/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, python, регресия Понятието регресия е много популярно и доста често, когато го чуем, веднага в ума ни изкача мисълта за статистическо моделиране и така наречения регресионен анализ. Значението на регресията от статистическа гледна точка е да се установят зависимости между признаците и да се определи каква е значимостта на връзката им. При машинното обучение понятието регресия често е свързано с предвиждане на стойности на количествени характеристики на базата на вече известни данни за целевата променлива. Чрез регресионните алгоритми се прогнозират стойностите, като моделът може да връща отговорите с определена грешка. Чрез тази статия бих искала да ви запозная с основна информация за регресията, като ще се фокусираме върху това какво представлява и какво е приложението ѝ в машинното обучение. Типове регресия Съществуват най-различни регресионни методи за предвиждане на стойности, като някои от най-често използваните са: Линейна регресия Логистична регресия Полиномна регресия Линейна регресия Линейната регресия е лесен и популярен подход при контролираното машинно обучение. Може да бъде единична или множествена в зависимост от броя на независимите променливи. Единичната (обикновена) линейна регресия описва линейната зависимост между независимата променлива x и зависимата променлива у (y = f(x)). Функцията има следния вид: y = \beta_{0} + \beta_{1}x + \varepsilon, като y - зависимата променлива \beta_{0} - пресечна точка с оста y (intercept), \beta_{1} - наклон (slope) x - независимата променлива \varepsilon - случайна грешка Единичната (обикновена) линейна регресия Изготвено с Matplotlib: Python plotting Най-простият модел на зависимостта между две променливи, измервани на интервалната скала, е правата линия. Наклонът ѝ показва с колко единици се изменя... - Published: 2019-11-06 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/logo-funkciya-prilojenie/ - Категории: Графичен дизайн - Етикети: лого и запазен знак Създаването на успешна марка е процес, в който роля играят много аспекти – ценностите, които компанията ще припознае, концепцията за продукта или услугата, тяхното качество, начинът, по който те ще се популяризират, маркетинговата комуникация и още редица други. В този процес важна роля играе и логото, което дава основа и посока за всички останали елементи. Каква е неговата функция и с какво то може да допринесе за успеха на един бранд, ще разгледаме по-долу. 1| Да представя Чрез своето лого компанията обозначава бизнеса си и заявява своята идентичност. В самото начало на дейността си, когато все още не е позната на потребителите, логото е средството, с което тя може да покаже коя е, какъв продукт или услуга предлага, какво предимство носи на потребителя, какви ценности изповядва, какво клиентите да очакват от нея. Изборът на подходящи изразни средства – форми, цветове, шрифт – помагат да се постигне търсеното внушение. Логото е лицето на компанията, то създава първото впечатление, от което зависи как тя ще бъде възприета. 2| Да провокира интерес Логата присъстват в заобикалящата ни среда в такава степен, че ги приемаме за неизменна част от нея - свикнали сме с тях дотолкова, че да не ни правят впечатление. Достатъчен е само един поглед наоколо, за да забележим поне няколко – върху витрини, автомобили, опаковки, изобщо навсякъде. В това море от графична информация ние отличаваме логата на вече познати и наложени марки. Виждайки познато лого, на базата на вече изградени представи и история, ние го асоциираме с конкретна марка, продукт, емоция.... - Published: 2019-10-24 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/5-podhoda-za-stilizacia/ - Категории: Графичен дизайн - Етикети: геометрични форми в графичния дизайн, лого и запазен знак, стилизация, формообразуване Още от каменната епоха и древността човекът използва стилизирани образи, за да обрисува заобикалящия го свят, като пречупвайки го през своя поглед и душевност, влага собственото си усещане за него и предава своите познания и послание. От скалните рисунки, сцените, изрисувани върху древногръцките глинени съдове, египетските стенописи, религиозното изкуство, шевиците в народното творчество, до визуалната комуникация в наши дни, стилизираните изображения са начин за изразяване на сложни концепции и мироглед. Стилизацията представлява процес на опростяване и обобщаване на формата на обекта, като в същото време се акцентират нейните специфични и характерни черти. Този процес се състои от няколко етапа: Превръщане на триизмерната форма в двуизмерна Премахване на детайли и обобщаване на формата чрез промяна на нейните очертания Премахване на детайли в границите на формата Добавяне на детайли, които не съществуват в природата, наблягане върху характерни отличителни белези на формата Присъствието на множество детайли в изображението би могло да затрудни възприемането му. Стилизираният образ предава есенцията на обекта - възприемаме го лесно, понеже виждаме отличителните характеристики, които определят утвърденото понятие за него в нашето съзнание. При процесът на стилизиране е важно да установим кое е специфичното за дадения обект и да обобщим изображението, премахвайки ненужната информация. По този начин постигаме минималистичен, но разпознаваем образ. Използването на стилизирани изображения е основна практика не само в изкуството, но и в графичния дизайн, при създаването на запазен знак и корпоративна идентичност. Традиционните похвати от изобразителното изкуство се допълват от различни програми, които дават възможност за рисуване, формообразуване, завъртане, мащабиране. Целта при създаването на графичен... - Published: 2019-10-23 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-klasifikaciya-na-produkti-knn/ - Категории: Анализ на данни - Етикети: classification, knn, machine learning, python Попадали ли сте в ситуация, в която имате база данни с множество еднотипни продукти, предварително разделени в класове. При добавяне на нов продукт какви са критериите, по които определяте точно в кой клас трябва да попадне той? Тук на помощ идва класификацията. Тя е това, което ще придаде ред и структура, като групира по сходни характеристики. Идеята е да се намерят връзки между данните, които ни позволяват да направим разграничение между самите обекти. За да можем успешно да направим класификация, трябва да преценим кой би бил най-правилният метод за тази цел. Съществуват най-различни начини за разпределяне на обекти в класове - Decision Tree, Random Forest, SVM (Support Vector Machines), kNN (k-nearest neighbors) и други. Кой метод да използваме определяме след задълбочен анализ на данните и множество тестове. Критерии за най-правилния метод са например каква е точността, колко време отнема за обучение, сложността на модела и други. В тази статия ще разгледаме алгоритъма kNN и ще видим как действа той на практика чрез пример, в който ще разпределим продукти в класове. Какво представлява kNN? kNN е популярен алгоритъм за машинно обучение, който е предназначен за решаване на задачи, свързани с класификация на обекти или регресия. Използва се при необходимост от определяне кой обект с кои други си прилича (например групиране на клиенти със сходни характеристики). kNN спада към тези алгоритми, които са с контролирано обучение (supervised), т. е. имаме набор от характеристики и целева променлива с известни стойности. На базата на тях обучаваме модела, като разделяме данните. Едната извадка се използва... - Published: 2019-10-16 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/prouchvaneto-kliuchat-kam-uspeshen-logo-dizain/ - Категории: Графичен дизайн - Етикети: лого и запазен знак Логото е лицето на една компания – то определя начина, по който тя ще бъде възприемана, посланието, което отправя към аудиторията си, нейната визитка. Поради това то трябва да бъде много повече от добре изглеждащ графичен символ – да носи информация, да провокира емоция и да дава представа какво да очакваме от компанията, която стои зад него. Създаването на успешно лого е дълъг процес, който започва много преди генерирането на идеи и техническото изпълнение. За да може то да изразява по-сложни концепции и да изпраща правилното съобщение, е необходимо да съберем и анализираме възможно най-много информация за компанията, сектора, в който развива дейността си, продукта или услугата, които предлага, клиентите и визията ѝ за развитие. Предварителното проучване ни помага да разберем възможно най-добре нуждите и целите на възложителя, да съобразим различните аспекти на проблема и да предложим оптимално решение, което да можем да обосновем и с конкретни аргументи. Върху кои теми трябва да съсредоточим проучването си и каква информация ни е нужна, за да бъде логото ни успешно? Тук ще изброим четири основни въпроса, на които да си отговорим, когато правим дизайн на лого. 1. С какво се занимава компанията, какви са нейните история и ценности? На първо място е необходимо да знаем каква е дейността на компанията, какъв продукт или услуга предлага и защо. Важно е да разберем нейната история, какви ценности изповядва, каква е нейната мисия, какъв е образът, който иска да наложи. Това ще ни даде насока за ключовите думи, около които да изградим нашия дизайн и... - Published: 2019-10-09 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/vidove-maski-photoshop-kratko-rakovodstvo/ - Категории: Графичен дизайн - Етикети: Adobe Photoshop, Clipping mask, Layer mask, Quick mask, Vector mask С маските във Photoshop можем да показваме или скриваме части от изображение, да прилагаме ефект или коригиращ слой само върху част от изображение, да подобряваме съществуваща селекция. Маските във Photoshop са мощна и полезна функционалност, чрез която можем да показваме или скриваме части от изображение, да прилагаме ефект или коригиращ слой само върху част от изображение, да подобряваме съществуваща селекция. Чрез тях имаме контрол върху начина, по който изглежда всеки отделен слой, като в същото време можем да правим неограничени корекции, без да нанасяме промени върху самите изображения. За разлика от инструменти като Eraser tool, които изцяло премахват пиксели от изображението и по този начин го променят необратимо, маските само скриват определени области, които обаче са достъпни и могат да бъдат показани отново, ако е необходимо. Има няколко вида маски, като всички те са сходни като концепция - влияят върху видимостта на слоевете, но различни като метод - правят това въз основа на различни принципи и дават различен краен резултат. Тук ще обясним накратко основните им характеристики. Layer Mask Vector Mask Clipping Mask Quick Mask Layer Mask Това е може би най-често използваният вид маски във Photoshop. Представлява черно-бяло bitmap изображение, което показва или скрива части от слоя, като влияе на неговата прозрачност или плътност (transparency/opacity). Редактира се с инструментите за рисуване (Brush tool), на които могат да се задават настройки за opacity, flow и режим на смесване. Рисува се с два цвята – черно и бяло, като черното скрива, а бялото показва части от изображението. Плътно черното обозначава 0% opacity, или напълно скрита част, а плътно бялото – 100% opacity, или напълно видима част. Нюансите на сиво показват местата с ниво на прозрачност/видимост. Маската за слой... - Published: 2019-10-03 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/za-matematikata-i-mashinnoto-obuchenie/ - Категории: Анализ на данни - Етикети: математика и машинно обучение Причината да напиша тази статия е един често задаван въпрос, когато стане дума за машинно обучение и анализ на данни: В каква степен трябва да владеем математиката за да се занимаваме с машинно обучение? Степента на овладяване на дадена област е относително понятие и ако сте решили да се потопите в дълбините на науката за данни, то в следващите редове ще получите точният и, надявам се, oбнадеждаващ отговор. Безспорно машинното обучение като една перспективна днес област за кариерно развитие привлича софтуерни разработчици, анализатори на данни от бизнеса, инженери и изследователи - трудно е да се намери сфера, в която приложението му да не носи полза. Компаниите също приемат с отворени обятия идеята да имат умните алгоритми за класификация, прогнозиране и много други в своите приложения или като инструмент за подпомагане на процеса на взимане на решения. Съвременните технологии правят машинното обучение достъпно дори за съвсем скромни компании, стига те да събират данни, а както е известно - те събират. Какво трябва да знаем преди да направим решителната крачка? Машинното обучение съчетава в себе си знания от много области на науката и технологиите и лично аз намирам това за най-интересната му част. Мислете си за машинното обучение като за понятие, което обединява три основни области: програмиране и алгоритми бази данни и извличане на знания от тях (Data Mining) множество раздели на математиката Разликите при отделните специалисти е в съотношението на трите и в средствата, които използват за решаване на задачите. Естествено е при програмистите да има превес частта програмиране с множеството... - Published: 2019-10-01 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/machine-learning-kak-obrabotvame-lipsvashti-danni/ - Категории: Анализ на данни - Етикети: Data Analysis, machine learning, python Винаги ли получавате данните, които анализирате, в перфектен вид? В практиката, при работа с данни, поради различни причини, те рядко са в перфектен, изчистен вид - срещат се грешни стойности, пропуски в колоните, грешен формат и др. Това налага допълнителната им обработка, за да могат данните да станат с нужното за анализа им качество и да се използват в процеса на работа. В тази статия ще ви разкажа за един от проблемите, с който специалистите по машинно обучение се сблъскват при подготовка на данните за анализ - липсващи стойности. Защо е важно данните да са качествени? Когато част от данните ги няма, това предизвиква проблеми в работата на моделите за машинно обучение и се отразява негативно върху точността на получените резултати. В практиката се използват редица подходи и техники, чрез които данните да се преработят във вид, позволяващ преодоляването на тези проблеми. Стратегии за справяне с липсващите данни Изтриване Радикалният подход е да се изтрият редовете или колоните, в които има липсващи стойности. Добра ли е тази идея зависи от количеството на данните (брой редове) и корелацията между характеристиките (колоните). При по-големи извадки, например 5000 или повече реда, ефектът от изтриване на 20 редa няма да има толкова голямо влияние колкото например, ако извадката е с размер 50 или 100 реда. Ако предварителният анализ на данните показва висока корелация между колона с липсващи стойности и останалите характеристики, то най-добре е тя да се остави и да се потърсят начини те да се заместят. При липсата на прекалено много стойности в... - Published: 2019-09-26 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/5-predimstva-pen-tool/ - Категории: Графичен дизайн - Етикети: illustrator, indesign, pen tool, photoshop, векторизиране, векторни маски Едно от първите неща, които се учим да правим във Photoshop, е как да селектираме обект и да го отделяме от останалата част на изображението. Програмата ни предлага голям избор от инструменти, които дават оптимален резултат в зависимост от особеностите на конкретното изображение. И докато бързо свикваме с инструментите Quick selection, Lasso или Magic wand, инструментът Pen често е избягван, особено докато сме все още начинаещи. Причините за това са много - той е не толкова интуитивен в сравнение с останалите, принципът на работа с него е по-различен, очертаването на селекцията е по-бавно и овладяването му изисква малко повече усилия. И макар че заради тези негови особености употребата му може да ни се стори трудна в началото, именно те му дават предимство пред останалите инструменти и го правят най-добрия избор, когато ни е нужна прецизна селекция на обект със сложна форма от линии и криви. Какво прави Pen толкова ценен? 1 | Чиста селекция, която можем да използваме многократно Photoshop е растерна програма и всички селектиращи инструменти, с изключение на Pen, избират група пиксели от изображението по определени критерии. Pen работи по различен начин – като прави около обекта векторно очертание или пътечка от свързани помежду си точки (възли или anchor points). Векторните пътечки се появяват в отделна палитра Paths, където могат да бъдат запазвани, активирани, коригирани и зареждани като селекция колкото пъти това е необходимо. Правилните векторни линии гарантират гладко изрязване на формата без излишни пиксели по очертанията ѝ. Възлите и техните манипулатори позволяват максимален контрол до постигането на... - Published: 2019-09-04 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/geometrichnite-formi-v-dizaina/ - Категории: Графичен дизайн - Етикети: геометрични форми в графичния дизайн, лого и запазен знак, символика на формите Геометричните форми са навсякъде около нас и са едно от първите неща, които се учим да разпознаваме и възприемаме. Представете си играчките за бебета с дървени квадрат, триъгълник и кръг, които детето трябва да постави на определеното им място. Още тогава се създава не само визуално, но и физическо усещане за формите – кръгът е объл, гладък и приятен на допир. Квадратът има правилни ъгли и широки основи, на които може да стои изправен. А със заострените си ръбове триъгълникът е по-неприветлив, но и по-вълнуващ в сравнение с останалите. Тези възприятия изграждат психологически асоциации за формите в нашето подсъзнание и ние реагираме по различен начин на всяка от тях. Знаейки тяхното значение и използвайки го уместно, можем да предадем правилното послание. Когато става въпрос за дизайн на лого, изборът на форма никога не е случаен. Добре направеното лого може да е дотолкова разпознаваемо, че да се сещаме за марката само при вида на формата, дори без използване на текст или цвят. Помислете за NIKE, McDonalds, Apple – характерните форми на запазения им знак се отъждествяват с бранда до такава степен, че само споменаването на името е достатъчно, за да ги визуализираме. Последният пример за това как марката може да бъде разпозната от една обикновена форма без контекст, е само отпреди броени дни. На 26 август, Doritos стартира смела кампания, с която цели да стане по-привлекателен за поколението Z, което не харесва твърде явната и „крещяща“ реклама. За да достигне до тази целева група, компанията-производител на чипс решава да премахне логото... - Published: 2019-08-29 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/database-i-data-warehouse-razlika/ - Категории: Анализ на данни Данните са нещо, което има много голяма роля в нашия живот. Те са практически навсякъде в ежедневието ни и влиянието, което оказват върху нас, е огромно. Важно е обаче да знаем как можем да ги управляваме и да извличаме полза от тях. В една организация данни постъпват както от вътрешни източници (оперативни системи, справки, доклади и др. ), така и от външни (информация за конкуренти, тенденции, проучвания и др. ). Обемът на обработваната информация е голям и затова фирми навсякъде по света търсят възможно най-ефективните начини за управление на данните си. Използването на бази данни и складове за данни (data warehouse) дава възможност за по-лесно и ефективно обработване на информацията. В тази статия ние ще видим каква точно е разликата между тези два начина за съхранение и управление на данни. Database vs Data Warehouse Каква е същността им? Базата данни представлява колекция от данни, които са логически свързани помежду си. Тя има много широко предназначение, оптимизирана е за ежедневните транзакции и е изкючително важна за организацията, която я използва. За ефективно създаване и управление на базата данни се използва така наречената система за управление на бази данни (СУБД). Това са набор от програми, които позволяват контрол и манипулиране на данните. На схемата по-долу може да видите типична архитектура на приложение и система за управление на бази данни, позволяващи достъп на потребителите до данните през модулите на приложението. Източник: Database Systems: A Practical Approach to Design, Implementation, and Management by Thomas Connolly and Carolyn Begg Данните се извличат от базата данни... - Published: 2019-08-29 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/power-bi-vs-qlik-sense-vs-tableau-public/ - Категории: Анализ на данни - Етикети: business intelligence, power bi, qlik sense, tableau Изборът на правилния инструмент е нещо много важно при изготване на отчети и анализ на данни. Доста често обаче това е труден процес, защото отнема много време и има сравнително голям брой детайли, които трябва да се вземат под внимание при разглеждане на различните варианти. Всеки трябва да прецени, в зависимост от изискванията си, кой инструмент би му бил най-полезен и ефективен при анализиране на данни и взимане на решения. Когато става въпрос за избор на BI инструмент, в много от случаите, колебанието е между Power BI, Qlik и Tableau, които са едни от водещите на пазара. В тази статия ние ще изправим безплатните версии на тези инструменти, имащи минимални възможности, една срещу друга и ще ги сравним по няколко критерия, които ще покажат къде са им силните и слабите страни. Критериите, по които ще направим сравнението са: Обем данни, който може да поеме инструментът (размер на данните и брой на редове и колони) Връзки с източници на данни, които могат да се осъществят Поддръжка на езици (Python, R и др. ) Уникални функционалности на всеки един от продуктите Сравнение на трите инструмента Обем данни При работа с BI инструменти е важно да знаем какво е количеството от данни, с което можем да работим. На повечето потребители им се налага да обработват стотици хиляди редове от данни, така че за тях би било идеално, ако инструментът им позволява без проблеми да манипулират и анализират този голям обем от данни. При Power BI, Qlik и Tableau има разлики в това какъв... - Published: 2019-08-29 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/populyarni-bi-instrumenti-2019/ - Категории: Анализ на данни - Етикети: analaytics, BI, business intelligence, power bi, qlik sense, tableau Все по-често компаниите днес използват BI технологии за подобряване на процеса на вземане на решения, за оптимизиране на дейността си и идентификация на нови възможности за бизнеса. През последните години популярността на този тип технологии нараства, като се създават все по-нови инструменти с цел улесняване на работата при извършване на анализи на данни и изготвяне на доклади. Тъй като BI инструментите са създадени за работа с голям обем данни, те позволяват бърз достъп и обработка на данни с цел извличане на смислена информация от тях за подпомагане на бизнеса. Съществуват най-различни BI инструменти, които фирмите могат да използват. Те предлагат най-разнообразни възможности за потребителите си, някои от които са уникални. Ние ще се спрем на едни от най-популярните и стоящи на чело на класациите BI инструменти за 2019-та година. Ще разгледаме инструментите: Tableau Desktop Microsoft Power BI Qlik Sense Oracle BI IBM Cognos Analytics Класацията според Гартнер Магическият Квадрант на Гартнер е много гореща тема, когато стане въпрос за BI. Гартнер е водещата изследователска и консултантска компания в света. Всяка година те представят доклад, чрез който класират фирми в BI сферата. По този начин тези фирми могат да видят как се справят на пазара сред конкурентите си. Източник: Gartner (February 2019) Гартнер използват методологията на магическия квадрант, която те самите са създали, като класират фирмите по 2 критерия - цялост на визията и способност за изпълнение, чрез които формират 4 групи (квадранти) - играчи в основната ниша, визионери, претенденти и лидери. Лидери Фирмите, които попадат в този квадрант, имат най-високите... - Published: 2019-08-28 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/zastho-da-ucha-c/ - Категории: Програмиране - Етикети: C, програмиране Този въпрос възниква постоянно в разговорите с курсисти преди началото на някое от нашите обучения по програмиране. Многократно чуваме: C е отживелица (Произнася се Си). Надяваме се тази статия да даде отговори на въпроси като: Защо C е добър избор за първи език за програмиране? Има ли смисъл да се задълбочим в C? Какво е бъдещето на програмният език C? И все пак: Защо C? ... Една добра причина да изберем обучение на C е, че ще направи основите ни много силни. Езикът C е баща на повечето програмни езици, за които сме чували (или не) днес. Той е разработен за операционната система UNIX (която пък е основата на Linux), т. е. езикът C е близо до нивото на операционните системи (наричаме го също и системен език), което го прави високо производителен. Високопроизводителни езици са онези, при които управлението на ресурсите на системно ниво е ефективно. Любопитно: C е бил План Б Действието се развива през 1972 г. UNIX e разработена на асемблер и инсталирана на PDP-7 от Денис Ричи и Кен Томпсън. Те обаче искат да прехвърлят операционната система на PDP-11 и да разширят възможностите ѝ. Оригиналната версия на UNIX за PDP-11 също е на асемблер. Кен Томпсън се нуждае от програмен език, за да направи допълнителни обслужващи програми в UNIX. За целта първо се опитва да направи компилатор на Фортран, но много скоро се отказва и създава нов компилаторен език B (Би), или опростено BCPL. Въпреки това не написва много услуги на B, защото B е много бавен,... - Published: 2019-08-28 - Modified: 2024-03-12 - URL: https://expert-bg.org/blog/nachaloto-na-softuernoto-injenerstvo-margaret-hamilton/ - Категории: Програмиране - Етикети: история програмиране, Маргарет Хамилтън, софтуерно инженерство Някога инженерните дейности били възприемани предимно като дейности, свързани с хардуера. Докато една емблематична лаборатория на Масачузетския технологичен институт (MIT) не получава задача и договор с НАСА за разработка на компютрите за Аполо-11 с мисия Луната. Те от своя страна се нуждаят от програмист и първият програмист, когото привличат, е Маргарет Хамилтън – учен, математик, по онова време и вече работеща майка. Маргарет е едва на 28 години. Маргарет Хамилтън е главен изпълнителен директор на Hamilton Technologies, Inc. Тя е известен математик и пионер в областта на компютърните науки, известна е и с това, че въвежда термина “софтуерно инженерство”, докато разработва системата за ориентиране и навигация на космическия кораб Apollo, като ръководител на отдела за софтуерно инженерство на лаборатория към Масачузетския Технологичен Институт. Преди предложението Маргарет Хамилтън работи първо в Лабораторията на проф. Едуард Лоренц в MIT, бащата на Теорията на хаоса, който по това време работел върху система за прогнозиране на времето. Нуждаел се от добри математици, каквато била Маргарет Хамилтън. Проф. Лоренц бил „влюбен“ в софтуерните експерименти и заразил с любовта си и Маргарет. Там тя научава какво е компютър и как се пише софтуер. По онова време компютърните науки и софтуерното инженерство не били дисциплини в Технологичните институти и университети, програмистите се учили „в движение“ - по време на работа. След това Маргарет се присъединява към Лабораторията на Линкълн в MIT, където пише софтуер за откриване на вражески самолети. Имала е намерение да възобнови магистърската си степен по математика, когато съпругът ѝ случайно вижда обява във вестника,... - Published: 2019-08-27 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/sthastlivo-vracheni-diplomi-izdanie-2019/ - Категории: DeviseExpert - Етикети: дипломиране, обучение, свидетелства Не е лесно да управляваш Център за професионално обучение. Освен административните изисквания за поддържане на винаги високо качество на обучението, стремежите да удовлетворим изискванията на работодатели и ученици, съществува и вечната борба да сме полезни за всички, които са ни поверили своето обучение. За това с огромна гордост споделяме източника на вдъхновение и сила, мотиватора да продължим да работим- смелите успешно завършили програмата си за професионална квалификация курсисти. На 28 юни 2019 г. с голяма гордост връчихме Свидетелства за професионална квалификация на четирима смели дизайнери и двама предприемчиви уеб разработчици. Упорити, борбени и талантливи, всички те заслужават признание за огромните усилия, вложени в обучението, и страхотните проекти, които създадоха. Във всички добри традиции на наричането и поръчките към вселената, Събина Василева- ръководител на програмата на специалност Компютърен график, връчи Свидетелствата на завършилите и пожела да бъдете смели, да не се притеснявате от това, че можете да допуснете грешки... това е най-нормалното нещо в живота. Важното е да се учим от грешките си и да имаме куража да продължаваме напред. Вижте как протече дипломирането: Благодарим ви! Попътен вятър напред, към нови предизвикателства! Автор: DEVISE EXPERT - Published: 2019-06-25 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/postman-novoto-prez-2019/ - Категории: Програмиране - Етикети: OpenAPI, postman 2019 се оформя като още една голяма година за Postman. Ето какво се случи през първата четвърт на 2019: Знаете ли, че в Postman непрекъснато добавят нови възможности? За последната година Postman успява да пусне нова версия почти на всеки два работни дни. Разбира се, повечето от тези версии са били корекции на грешки и други малки актуализации, но някои от тях са забележителни. Всяка версия е крачка напред в улесняване разработването на API 1/ Поддръжка на OpenAPI 3. 0 Добавена е поддръжка за импортиране на спецификации на OpenAPI и използването им като колекции в Postman, вижте повече в този блог. Поддръжката на OpenAPI 3. 0 е първа стъпка към по-голяма гъвкавост за работа с различни спецификации и формати в Postman (можете да научите повече за OpenAPI тук). На път е и поддръжката на GraphQL. 2/ In-App Postman Bootcamp Уроци Добавени са интерактивни уроци вътре в приложението Postman. Потребители от всички нива ще могат да изследват възможностите на Postman и да могат да подобрят уменията си. Засега се предлагат уроци за дизайн и мокинг на API, дебъгване и ръчно тестване, автоматично тестване, API документация, мониторинг. Уроци се добавят непрекъснато. 3/ GitHub и GitLab интеграция Добавена е нова GitHub и GitLab интеграция за Postman Pro и Postman Enterprise за по-лесно синхронизиране на Postman с Git хранилища. Postman Pro и Enterprise екипите могат да правят резервно копие (backup), да синхронизират колекциите си в персонализирани домейни и да видят колекциите, на които е направен бекъп, в техните GitLab хранилища. 4/ Forking + Merging... - Published: 2019-06-25 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/sql-klauzata-model-mosthniyat-instrument-na-oracle-za-izvarshvane-na-izchisleniya/ - Категории: Анализ на данни - Етикети: select query, SQL, Агрегираща фунцкия, анализ на данни, аналитична функция Клаузата MODEL (от Oracle 10g) е мощно разширение към стандартната SELECT заявка, даваща възможност да се решат проблеми като: изчисления, в които участват стойности от съседни редове на резултата получаване на междинни резултати по групи итерации за генериране на нови стойности и редица други, за които традиционно се използват многократно свързване на таблици със себе си (self join) или PL/SQL код. Причините, и любопитен факт около решението да се добави MODEL към SELECT, са преодоляването на ограниченията на MS Excel за броя на редовете както и изпълнението на комплексни изчисления директно върху сървъра. Клаузата MODEL позволява да дефинираме масив от данни с резултатите от заявката и последващо извършване на изчисления по определени от нас параметри и с формули подобни на тези в MS Excel или с агрегиращи и аналитични функции директно зададени в клаузата. Клаузата MODEL се състои от три основни части: PARTITION BY Дефинира логически групи или блокове от данни подобно на PARTITION BY при аналитичните функции. Формулите в RULES се прилагат към всеки блок независимо от останалите блокове. DIMENSION BY Дефинира характеристиките на масива с данни (дата, дъвжава и др. ) и се използват за еднозначно идентифициране на всеки ред. Можете да гледате на тях като ключове в релационна таблица и върху дименсиите могат да се налагат ограничения във формулите в RULES. MEASURES Еквивалентни са на мерките на таблицата с факти при схема звезда ( Star Schema ) и по принцип са числови стойности като продажби или разходи например. Те са това, което изчисляваме или се съдържа в... - Published: 2019-04-17 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/test-automation-za-api-s-postman-newman-i-jenkins/ - Категории: Програмиране - Етикети: api, jenkins, newman, postman, test automation Какво е Test Automation? Тестова автоматизация е използването на софтуер за контрол на изпълнението на тестове и сравняване на реалните резултати с очакваните резултати. За да обясним как се постига пълна автоматизация на тестването на API, се нуждаем от инструменти като Postman, Newman и Jenkins. Postman Първата програма, която ще използваме, за да направим автоматизация на тест, е Postman. Ето нещо като дефиниция за Postman: Главната цел на Postman е да помогне за бързото разработване на API, като позволява лесно създаване на заявки и изграждане на работни потоци (workflows), използвайки колекции. Заобикаляща среда (Environment) Преди да започнем да създаваме тестове, първо трябва да установим средата за сървъра, в която ще изпълняваме тестовете. За да направим това, отиваме на Manage environments → Add. След това започваме да добавяме двойките ключ-стойност за променливите, където ключът е името на променливата. Тези променливи ще бъдат използвани многократно в заявките. За пример в тази статия ще изберем следното API: swapi. co/api и така ще използваме променлива, която ще наречем host: Това API не се нуждае от удостоверяване на потребител, за да бъде използвано. Ако имаме нужда от такова удостоверяване, можем да запазим в environment променливите параметрите id и password. Колекции Postman работи с колекции, в които се съхраняват заявките, така че първото нещо, което трябва да направим е да създадем Колекция, на която ще дадем Име (задължително) и Описание. След това можем да създадем първата си заявка, която ще изглежда подобно на тази: В този пример се опитваме да получим списък на космическите кораби, така... - Published: 2019-04-16 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/7-osnovni-nastrojki-za-vpechatlyavasthi-drop-caps-v-adobe-indesign/ - Категории: Графичен дизайн Ще обърнем внимание на основните проблеми на дизайна с бити букви (Drop caps) за книги, списания и др. чрез важните настройки за форматиране им в Adobe InDesign. Определено няма да изчерпаме всички възможности за дизайн, който дават настройките на размер, отстояния и подравнявания, цвят и форма. Това е по-скоро един списък с потенциални проблеми, които е хубаво да предвидим. Какво е бита буква? (Drop cap) Всички примери са с първите абзаци на Старецът и морето от Хемингуей в превод от Димитри Иванов, 1982. Създадени са в Adobe InDesign CC 2018 Това е един от типографските способи за подчертаване на началото на текста или разделите му с по-голям от обикновеното знак. Може да е първата буква или фраза от параграфа, дори украшение или символ, стъпили на първия ред или в страничното бяло поле до текста. Битата буква се различава от събратята си по съдба с това, че обикновено се врязва в текста, разполага се на няколко реда вътре в параграфа. Корените ѝ се крият в богато украсените ръкописи, където приютява част от историята под формата на илюстрация, разделя визуално текста на части за по-удобно четене и по-лесно откриване на отделните пасажи от него. 1. Софийският песнивец (1337), Кукленски псалтир или Софийски псалтир, е среднобългарски ръкопис, създаден през 1337 година по поръчка на цар Иван Александър. 2. Енински апостол- старобългарски ръкопис от 11 век. Още много красиви примери за ръкописи от нашите земи можете да намерите в архива на националната библиотека Св. Св. Кирил и Методий. Тази оргнизационна функция- да разпаднат тялото... - Published: 2019-03-18 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/ms-excel-vba-kak-da-generirame-obobsthavasth-otchet-za-prodazhbite-video/ - Категории: MS Excel & MS Word - Етикети: vba, обобщаващ отчет MS Excel VBA: Как да генерираме обобщаващ отчет за продажбите представя как с помощта на VBA може да се напише макрос, който сумира продажбите на служителите през 2015, 2016, 2017. Макросът е независим от броя на годините и може лесно да се приспособи, така че да извършва и други изчисления като например среден брой продажби за годината или да сумира стойността на продажбите. Интересното в тази задача е, че всеки един от работните листа (sheets) съдържа различно количество служители, не се запазва една и съща подредба на имената, новите се смесват със старите. Това отразява динамиката в промените на личния състав. Отчетът събира всички служители, макросът ще се казва GenerateReport. Да видим как може да стане във видеото: Автор: Дикран Хачикян - Published: 2019-02-15 - Modified: 2024-03-14 - URL: https://expert-bg.org/blog/predimstva-i-nedostataczi-na-bezplatnata-operaczionna-sistema-linux-natisni-f1/ - Категории: Linux - Етикети: linux, Натисни F1 Дикран Хачикян разказва за предимствата и недостатъците на операционната система Linux на достъпен език. Благодарим на екипа на Натисни F1 за поканата. Можете да гледате епизода на предаването на сайта на BNT 2. - Published: 2018-11-26 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/pl-sql-kak-da-napishem-sobstvena-agregirastha-analitichna-funkcziya/ - Категории: Анализ на данни - Етикети: PL/SQL, Агрегираща функция, аналитична функция Често създаването на собствена агрегираща или аналитична функция се възприема като задача за много напреднали потребители, но надявам се, че тази статия ще ви убеди в това, че подобна задача може спокойно да се постави в категорията обичайни. За да напишете собствена агрегираща функция са необходими четири елемента: състояние функция за обработка на следващ ред функция която връща резултата указание, че предишните три точки са агрегираща функция В сървърите на Oracle първите три се реализират с интерфейса Data Cartridge, с помощта на който лесно могат да се създават разширения към съществуващата в сървъра функционалност, а четвъртият е стандартна DDL заявка с малко допълнение. Да разгледаме прост пример, в който ще напишем агрегираща функция PRODUCT, която умножава данните в група - такава няма сред стандартните. След подробните стъпки, вижте и видеото как да напишете собствена агрегираща функция на PL/SQL, която изчислява средна претеглена стойност. Стъпка 1: Създаване на собствен обектен тип Трябва да създадете собствен тип, който на Стъпка 3 ще се използва при създаването на функцията, която ще участва в заявките. CREATE OR REPLACE TYPE ProductImpl AS OBJECT( product NUMBER, -- тук ще се натрупва резултата --статична функция за инициализация на контекста STATIC FUNCTION ODCIAggregateInitialize( ctx IN OUT ProductImpl ) RETURN NUMBER, --функция, която ще се изпълнява за всеки един ред (итератор) --velue е стойността намираща се на реда, който в момента се обработва MEMBER FUNCTION ODCIAggregateIterate( self IN OUT ProductImpl, value IN NUMBER) RETURN NUMBER, --функция, която се използва за обединяване на резултатите при паралелно --изпълнение --ctx2 - съдържа... - Published: 2018-11-01 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/kak-da-napishem-na-c-funkcziya-rabotestha-s-razlichni-tipove-danni-video/ - Категории: Програмиране - Етикети: C, програмиране Цел: Употребата на указатели от тип void в C за постигане на гъвкавост на функциите по отношение на типовете данни. Дикран Хачикян разказва във видеото: Автор: Дикран Хачикян - Published: 2018-08-13 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/kak-da-si-instaliram-linux-live-distribucziya-na-flashka/ - Категории: Linux Цел: да направим usb устройство, от което да може да се зарежда операционна система (Live дистрибуция), която може да се използва за тест и отстраняване на неизправности по съществуваща система или изпълнение на задачи без да е необходимо да се инсталира операционна система (например на чужд компютър или от съображения за сигурност) под Linux. Създаването на бутващо usb е сравнително лесна операция с помощта на мощната команда dd (Disk Dump). Командата е доста универсална по своето предназначение и може да се използва на най-различни задачи като: архивиране на нулевия сектор на хард диска (за MBR): dd if=/dev/sda of=sda. mbr count=1 bs=512` копиране на дял от диска или цял диск: dd if=/dev/sdb1 of=sdb1. dsk създаване на 524MB файл, който след това да се използва като хард диск (loop device): dd if=/dev/zero of=loop. dev bs=1024K count=500 Внимание: преди да тествате която и да е от командите, прочетете цялата статия. Една грешна стъпка може да нанесе големи щети. Ще ни трябват също . iso файл с операционната система и флаш памет, която ще превърнем в Live USB. Как да си набавим . iso файл? В официалните сайтовете на много от дистрибуциите се предлагат скриптове, които ви позволяват да вземете онази част от дистрибуцията, която ви е наистина необходима, без частите, които смятате за излишни. За пълната дистрибуция има и готови iso файлове, които можете да свалите и обикновено те могат да се стартират като Live CD с опция за инсталиране, ако желаете. Как да изберем правилното устройство (флаш паметта)? Преди да изпълните командата... - Published: 2018-04-02 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/javascript-kakva-e-razlikata-mezhdu-biblioteka-i-softuerna-ramka-framework/ - Категории: Програмиране Процеса на разработка на съвременни приложения на JavaScript обикновено включва в себе си използването на множество библиотеки или софтуерни рамки. Всъщност днес много рядко можем да срещнем JavaScript приложения изцяло разработени на чист JavaScript. В Интернет можете да намерите множество определения на това какво е билиотека и какво е рамка, но целта на тази статия е да ви разясни защо е важно да правим разлика между двете и какво ще ни даде това на практика. Какво представляват библиотеките на JavaScript? Библиотеките са съвкупност от функции или обекти за изпълнение на различни задачи, като отделните функции и обекти са относително независими едни от други и могат да се използват по наша преценка както и когато разучаваме някоя библиотека, можем да изучим само онези функции и обекти, които ще ни трябват за конкретен проект. Tук може да се направи добра аналогия с библиотеките в реалния живот. Ако си извадим читателска карта в университетската или училищната библиотека, то това не означава, че трябва да прочетем всички книги. За нас могат да представляват интерес само книгите на дадена тематика или точно определени заглавия. По същия начин, ако в проекта, който разработваме се налага да извършваме например множество обработки на масиви, то можем да включим към проекта библиотеката Lodash, или някоя друга с подходящи функции, и да използваме само онези функции, които ще са ни полезни за проекта. Останалата част от библиотеката можем спокойно да я игнорираме, ако няма да ни върши работа. Какво е софтуерна рамка (framework) на JavaScript? Софтуерните рамки са ориентирани към... - Published: 2018-03-26 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/izchisleniya-s-funkcziite-count-sum-avg-min-max-v-sql/ - Категории: Анализ на данни - Етикети: SQL, агрегиращи функции Функциите COUNT, SUM, AVG, MIN, MAX в езика SQL са в групата на агрегиращите функции и присъстват в множество заявки и отчети с изчисления. В зависимост от сървъра, който използваме в тази група може да има и други функции (проверете в документацията), но изброените в таблицата са основните функции и ги има във всички сървъри за бази данни. Важна особеност за правилната работа на тези функции е групирането на данните в резултата. Групиране на данните При групиране на данните, сървъра сравнява стойностите по редовете и ако открие два или повече реда със съвпадащи стойности в съответните колони, сървъра ги представя като един ред. За да се посочи на сървъра, че трябва да групира данните, след FROM клаузата или след WHERE клаузата, ако има такава, трябва да се постави GROUP BY. След GROUP BY като минимум се изброяват онези колони, които са изброени и в частта SELECT без в това число да се включват агрегиращите функции. Да разгледаме как сървъра групира данните с помощта на следващите три примера. Пример 1: Имаме следните данни: и зявка: SELECT col1,col2,col3, COUNT(*) FROM ... GROUP BY col1,col2,col3 В колона col3 всички стойности са уникални по редовете. По тази причина, сървърът няма да може да групира данните, тъй като няма два или повече реда с повтарящи се стойности по съответните колони. От това следва, че няма смисъл да се използва която и да е функция от групата на агрегиращите. Пример 2: Ако изключим третата колона ще имаме следните данни: и заявка: SELECT col1,col2, COUNT(*) FROM ...... - Published: 2017-11-16 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/kak-adobe-indesign-ulesnyava-dizajna-na-spisaniya/ - Категории: Графичен дизайн - Етикети: Adobe InDesign, дизайн списания За Adobe Indesign може да се каже, че е най-професионалният софтуер, включен в Creative Cloud. Не защото останалите програми не се използват от професионалисти, а защото се използва предимно от професионалисти. Големите издателства на списания и вестници, рекламни агенции масово използват InDesign. Може да няма много фенове като Photoshop, но за хората с цел е незаменим. Вижте защо. 1/ InDesign събира всички елементи на едно място Това е място за срещи. Изображенията, графиките и текста, създадени с друг софтуер, се събират в InDesign. Стават структурна и идейна цялост. Но защо точно тук? InDesign е създаден за лесно управление и аранжиране на разнообразни елементи. Главните герои в едно списание- текста и изображенията, се поддават на управление за да постигнете една цялостна композиция. И като говорим за цялостни композиции- можете да видите проекта си в пълния му вид, в среда, близка до завършения продукт. Да редактирате всеки аспект. Да се фокусирате върху една страница или върху 20 едновременно. Да следите състоянието на всеки елемент от съдържанието. 2/ Управление на чужди елементи Списанията, създадени да информират и забавляват, поставят предизвикателството как да поднесем голямо количество лесно смилаема информация бързо, достъпно и по задържащ вниманието начин. За да пропукаме стените от текст, използваме графики, снимки, илюстрации и всякакви други визуални кратки пътища до душата на читателя. InDesign ни предоставя възможност да създаваме съдържание в най-добрата за това среда и след това да организираме и подредим резултата. Импортираните изображения запазват връзката си с оригинала, а програмата следи за всяка негова актуализация на файла. Няма възможност... - Published: 2017-10-31 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/vlookup-v-deistvie-video/ - Категории: MS Excel & MS Word - Етикети: Excel, ms office, VLOOKUP В края на миналия месец организирахме един отворен семинар в полза на всички, работещи с MS Excel. Разгледахме в дълбочина многообразието в употребата на една от най-популярните функции в Excel - VLOOKUP. Вижте пълния запис от дискусията тук. Защо отворена работилница? Много хора използват MS Excel в работата си, но малко го използват свободно и смело. Още по-малко разбират как наистина работи и напълно се възползват от възможностите му. От друга страна, най-голямата трудност, с която се сблъскваме, когато започнем да работим с нещо непознато, не е незнанието. Дарени сме от еволюцията с невероятно способност да решаваме проблеми, да се изправяме срещу неизвестното. Много често с помощта на най-познатите ни инструменти. Тук е голямата трудност - да използваме и комбинираме знанията колкото и оскъдни да са в конкретни решения и да използваме нови и по-малко познати подходи. Наблюдаваме тези явления от много време. Решихме да направим нещо по въпроса. Как протече семинара? Събина Василева, лектор на събитието и обученията ни по MS Excel, изясни механизма на действие на функцията VLOOKUP в Ms Excel в първата част. Показа каква е логиката на действие и необходимите атрибути. След това в дълбочина разгледа различни казуси за нейната употреба: Извличане на данни от бази данни или таблици с данни Сравнение на данни Извличане на данни на база числови диапазони Използване на 2 или повече критерия при извличане Полезни комбинации с други функции Какво си казахме? Пълен запис от събитието Много се надяваме да сме били полезни на тези от вас, които тепърва се запознават... - Published: 2017-09-12 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/linux-vaprosi-i-otgovori-linux-video/ - Категории: Linux - Етикети: linux, въпроси и отговори, семинар От години организираме обучения за Linux на различни нива, разнообразна проблематика и насока. Често получаваме въпроси от курсисти, записващи се на курс или завършили обучението. Интересни казуси, които сами по себе си не могат да бъдат тема на обучение, но може да са полезни за Linux общността в България. За това организирахме една среща, в която публиката свободно да поставя въпроси и заедно да достигаме до решение. Вижте: Linux| Въпроси и отговори видео Семинарът се състоя на 9 септември, събота и въпреки почивния ден, се включиха доста зрители. Благодарим на всички, които се включиха за интереса. Надяваме се да сме били полезни. Можете да гледате пълния запис на семинара тук: Очаквайте скоро списък с timestamp на всички въпроси във видеото. 06:00 - Как да си инсталирам дистрибуция от флашка или друго подобно устройство. Bootable usb drive (Disk Dump) 20:24 - Как мога да създам потребител в Linux, какви права могат да му бъдат зададени, как се контролира достъпа. 27:00 - Kак мога да обновя версията на Linux в следваща версия без да загубя инслации и информация (linux mint 18. 1 към 18. 2) 29:58 - Как да възстановим админ права при невъзможност да влезем или при тежък проблем - грешка в конфигурационен файл и др. Автор: Дикран Хачикян - Published: 2017-08-21 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/kak-da-izpolzvame-if-funkcziyata-v-excel-video/ - Категории: MS Excel & MS Word - Етикети: Excel, функцията if Фунцкията If в Excel е изключително полезен инструмент и отлична начална точка за впускане в логическите функции. Вижте какви са синтаксисът и структурата на функцията, какви са задължителните елементи. Една грешка при изписването им кара функцията да не работи. Как да използваме If функцията в Excel Ако предпочитате да четете вместо да гледате, можете да видите подробно описание на функцията с още примери и в Функцията IF в МS Excel. Автор: Събина Василева - Published: 2017-08-18 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/4-prichini-da-uchim-programite-na-adobe-ednovremenno/ - Категории: Графичен дизайн Не може ли да се науча да използвам добре една, а след това да се захвана с друга? Не само можете, масово обученията са организирани по този начин. Даже няма да е преувеличено да кажем, че тук е единственото място не само в България, в което се учи по този комбиниран метод. Защо вървим срещу течението тогава? Защото дава резултати. Учите устойчиво, получавате приложно знание и още в началото решавате проблеми, с които неминуемо ще се сблъскате в практиката. Другият подход има своите силни страни, но ето защо избирахме да обучаваме нашите курсисти по друг начин. 1/ Позволява да правим аналогия и паралели Ориентирането кое къде се намира е първата спънка, която срещаме при работа с нов продукт. За да разберете защо програмите на Adobe имат сходен дизайн и как това ви е полезно, нека си представим графичните програми като етажи в сграда за момент. Вие работите на седмия етаж, знаете къде е кухнята, къде е тоалетната, асансьора, склада с метлите. Тази подредба най-вероятно се повтаря и на долните етажи и не бихте се изгубили там. Законите на физиката настрана- лесното ориентиране е признак за добър дизайн и прави и работата по-лесна. Инструментите и организацията на работното пространство в програмите са подобни. 2/ Надграждаме, а не повтаряме Като открояваме приликите и разликите, постигаме надграждане, а не повтаряне на познати концепции. В обучението има повече време за детайли и практика. Освен че спестяваме много време като не повтаряме едно и също три пъти, с всяка следваща програма си позволяваме възможността да... - Published: 2017-08-09 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/4-greshki-koito-pravyat-nachinaesthite-dizajneri/ - Категории: Графичен дизайн Изправяте ли се понякога пред въпроса „Защо този дизайн не става? “ след като сте вложили в него много мисъл и дълги часове работа? Може би усещате, че нещо не е наред, но не сте сигурни какво е то или сте вложили твърде дълго време за решаване на проста задача. В тази статия обсъждаме четири често срещани грешки от моята практика, които може би губят и вашето време. 1/Използвате грешния софтуер Опитвате да огънете ограниченията на различните програми под напора на волята си, но те упорито се дърпат. Не само, че борбата с инструментите губи време, а и крайният резултат не изглежда както бихте искали. Най-често посягаме към Photoshop за задачи, които не са му силата. Прекрасен софтуер, но с конкретни задачи и ограничения. Ако се опитвате да направите запазен знак или брошура, обърнете се към другите програми в Adobe Creative Suite. Решението Избирайте точната програма според целите и проекта. Между тях има тясна връзка, изработеното в едната може да се използва директно в друга. Но всяка от тях има заложени силни страни и слабости според предназначението. Adobe Illustrator Adobe Illustrator е програма за създаване на векторни изображения, използвана от графични дизайнери, художници и много други професионалисти. Подготвените изображения са подходящи както за уеб, така и за печат. Освен запазени знаци(лого) и рекламни материали, с Illustrator могат да се правят икони, сложни илюстрации, рисунки, карикатури, растери, типография, схеми и много други. Adobe InDesign Adobe InDesign е настолна издателска програма за създаване на оформления- вестници, списания, каталози, книги, флаери, диплянки, бюлетини... - Published: 2017-07-12 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/kak-da-izberem-pravilnata-grafichna-programa/ - Категории: Графичен дизайн - Етикети: Adobe Illustrator, Adobe InDesign, Adobe Photoshop Photoshop ми оправя носа за Фейсбук. С Photoshop си правя визитките разчупени. Флаер за малкия ми бизнес? Бързо към Photoshop. Използваме Photoshop за всичко. Дали няма по-лесен начин? Да оставим настрана факта, че има безплатни алтернативи на този вездесъщ софтуер, перфектни за непрофесионалисти. Ако сте решили да се занимавате сериозно с графичен дизайн и да помагате светът ни да е по-красив и подреден, трябва да разширите арсенала си от инструменти. Като използвате софтуера по предназначение не само ще спестите огромно количество време, но и работата ви ще изглежда неизмеримо по-добре. Photoshop не е най-доброто решение за: Точно измерване и прецизно подреждане на обекти. Или работата с текст, който безнадеждно растеризира. За обекти, които не са снимки, продукти, които се простират на повече страници, проекти, които изискват прецизност, Photoshop не е добър избор. Запазени знаци (или така нареченото лого). Освен че трябва да се възпроизвежда добре в много различни формати и размери, знакът изисква съразмерност, хармония и пропорционалност, контрол при дизайна. Всички тези неща са много трудни за постигане в Photoshop средата. Друга програма от пакета на Adobe- Illustrator, предлага много повече възможности за прецизно създаване, позициониране и подреждане на форми, което да направи дизайна на знак постижима задача. Още повече това е програма за векторна графика. Творението ви ще може лесно да се намести и в размера на билборд, и на страната на химикалка, ще бъде лесно управляемо. Принципите на дизайна на знак са дълбоки води за друг ден, но геометричните форми, които често са в основата, математическата прецизност на... - Published: 2016-12-20 - Modified: 2024-04-26 - URL: https://expert-bg.org/blog/funkcziyata-if-v-ms-excel/ - Категории: MS Excel & MS Word - Етикети: COUNTIF, HLOOKUP, IF / AND / OR FUNCTIONS, IF Function, IF Functon Article, INDEX / MATCH Function, logical function, MS Excel, MS Excel. Формули и функции за напреднали, nested IF, VLOOKUP, анализ на данни, ФОРМУЛИ И ФУНКЦИИ В MS EXCEL В тази статия представяме една полезна и често използвана функция в MS EXCEL - функцията IF. В какви ситуации се използва и колко полезна може да бъде предстои да изясним в следващите редове. IF е от категорията Логически функции. С нейна помощ можем да извършваме проверка дали едно условие е вярно или невярно. Функциите в Excel имат строго регламентиран синтаксис или структура. При изписване на дадена фунция е важно да се следва коректно подредбата и попълването на нейните аргументи (елементи) . При грешка в изписването или размяна в последователността на елементите , функцията няма да работи правилно и вероятно ще връща грешка. Нека разгледаме структурата на функцията IF и нейните параметри : Обърнете внимание на символите, които разделят отделните аргументи на функцията. Често това е знакът "точка и запетая" ( ; ). Не е изключена въможността, символът да бъде запетая. Това е въпрос, свързан с настройка на операционната система или в частност на самия MS Excel и е нужно да бъде взет под внимание, когато се попълва функцията. Ето и пример за употребата на функцията в една много лесна за разбиране задача. Пример 01 В таблицата са посочени резултатите от тест на група ученици. В тази ситуация функцията трябва да проверява дали получените точки от теста са по-малко от 60. Ако това е вярно, трябва да се изведе фразата слаб резултат, а ако това не е вярно, клетката ще остане празна. Анализ: Логическото условие (logical test) е представено с израза B2 < 60 Стойността при истина (value_if_true) ще извежда фразата... - Published: 2016-12-19 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/vlozheni-sql-zayavki-from-where-s-video/ - Категории: Анализ на данни - Етикети: nested queries, Oracle XE, reports, select query, SQL, анализ на данни, вложени заявки Това е първата статия от поредицата SQL: Тънкости и техники при SELECT заявки и тя е посветена на вложените заявки, които са един полезен и мощен инструмент при извличане на данни от таблиците. Част 1: Вложени заявки Вложените заявки могат да се използват при разработка на приложения или в процеса на подготовка справки и отчети с изчисления, за прецизно филтриране на данни или като източник на данни за други заявки. Вижте в следващото видео кратко представяне на резултатите, които можете да получите с вложени заявки Първият въпрос, който възниква е В кои части на SELECT могат да се влагат заявки? Езикът SQL е изключително гъвкав и позволява влагане на заявки в почти всички клаузи на SELECT заявка стига да бъдат спазени ограниченията на съответната клауза и използвани оператори. FROM Най-естественото място за влагане на заявки представлява FROM клаузата, тъй като тя се явява източник на данни за основната заявка. В документацията на Oracle подобни заявки се наричат inline view т. е. те имат същата идея като изгледите създавани с CREATE VIEW заявка, но са поставени директно във FROM клаузата. Във FROM имаме и най-голяма свобода по отношение на броя на редовете и колоните, които се връщат от вложената заявка. Единствените ограничения са задължителния псевдоним, с който след това можем да се обръщаме към колоните от вложената заявка и това, че в основната заявка можем да се обръщаме само към колоните изброени в SELECT на вложената заявка. Вижте как можете да използвате вложени заявки във FROМ в следващото видео: Влагането на... - Published: 2016-11-10 - Modified: 2024-03-14 - URL: https://expert-bg.org/blog/9-barzi-pohvata-pri-formatirane-na-tekst-v-ms-word/ - Категории: MS Excel & MS Word - Етикети: bullets & numbering, Character & Paragraph styles, format font, MS WORD, tab in word, форматиране на параграф, Форматиране на текст Ежедневно работим с текст. Създаваме различни видове документи, като оферти, молби, заповеди, договори, служебни бележки и др. Доброто форматиране на тези документи е от значение. То е признак за професионално владеене на фунциите и възможностите на текстовия редактор. Една от най-използваните програми за обработка на текст е MS WORD. Ето някои практики с програмата, които ще ви улеснят в ежедневната работа. • Бързи клавиши за придвижване и маркиране. Скорост на МAX. • Избор на шрифт. Кой и защо? • Указване на размер. Каква е мерната единица. Какъв е стандартът? • Стил на шрифта . Що е то? Случаи в които го използваме. • Разстояние между буквите. Правилното прилагане и контрол. • Задаване на регистър на буквите. Корекция на главни или малки букви в движение. • Някои ефекти. Горен и долен индекс- нашите безценни помощници. Бързи клавиши за придвижване в документ Клавишни комбинации за качествено маркиране (селектиране) Шрифт Работейки със текст, ние сме поставени пред въпроса, какъв шрифт да зададем на съобщението, информацията , документа, който подготвяме. Съществуват няколко категории шрифтове, често наричани генерични фамилии, които се характеризират със специфични особености. Ще разгледаме две от тези шрифтови фамилии - Serif и Sans-serif. Серифни шрифтове. (Serif Fonts) Това са онези шрифтове, които имат своебразна извивка, кукичка, ченгелче, декорация , в края на някои букви . Според терминологичния речник с полиграфски термини ( http://printguide. info/dictionary/Сериф,748. html), Serif e малък щрих в края на основна греда на буква. Най-популярни и често използвани серифни шрифтове са: Garamond, Times New Roman, Georgia, Palatino Linotype, Book Antiqua.... - Published: 2016-11-09 - Modified: 2024-03-14 - URL: https://expert-bg.org/blog/klyuchat-kam-pivot-table-v-ms-excel/ - Категории: MS Excel & MS Word - Етикети: Consolidate, Data Analysis, group data, MS Excel, PIVOT TABLE / PIVOT CHART, SORT & FILTER Много хора изпитват респект, когато се заговори за PIVOT TABLE в MS Excel. Често описван като труден, неразбираем, объркан, този инструмент се избягва от голям брой потребители. Pivot Table е инструмент за динамично реорганизиране на данни. Съчетава в себе си множество функционалности, като сортиране и филтриране на данни, групиране и извеждане на междинни обобщения по посочен критерий, поддържа връзки към оригиналния източник на данни, като позволява актуализация на промените във всеки един момент. Възпроизвежда данните като процент от ред, колона или тотал, поддържа възможност за извеждане на разлики между полетата при заявен критерий. Изучаването на Pivot Table изисква предварителни знания за няколко важни действия и инструменти в MS Excel , които ще внесат яснота и разбиране в цялата функционалност на т. н. Динамични или Осеви таблици. Какво трябва да знаем преди да посегнем към обработка на данните с Pivot Table? 01. Свързване на данни в Excel (Links) Ежедневно използваме или свързване на данни при работа с формули, функции. В Excel съществуват три категории връзки: връзки към клетки от същия работен лист (Worksheet), връзки към клетки от съседен работен лист, връзки към клетки от друг файл. Връзки към клетки от същия работен лист Записът от такъв тип е стандартен, въвежда се знак за равенство и се посочва адресът на клетката (=А1) Връзки към клетки от съседен работен лист. Адресът има две измерения и съдържа име на работния лист и адреса на посочената клетка. Този тип е известен още , като 2D Address. (=WorksheetName! А1) Връзки към клетки от друг файл. Наречен... - Published: 2016-10-25 - Modified: 2024-06-11 - URL: https://expert-bg.org/blog/silata-na-funkcziite-v-ms-excel/ - Категории: MS Excel & MS Word - Етикети: Excel, IF / AND / OR FUNCTIONS Ежедневно се налага да извършваме изчисления, независимо от сферата на дейност в която работим. Счетоводство, бизнес анализ, банково дело, маркетинг, застраховане, планиране, статистически анализ и т. н. Голяма част от институции и фирми използват възможностите и инструментариума на МS Excel. Една от силните страни на програмата са вградените функции, които позволяват редица сложни задачи да се решат по лесен и елегантен начин. Функциите са разделени на категории, според типа задачи или действия , които могат да изпълнят. Кои са основните категории функции и каква е тяхната употреба, четете по-надолу. Основни категории функции Логически функции (Logical Functions) Статистически функции (Statistical Functions) Функции за търсене и извличане на данни (Lookup & Reference Functions) Функции за бази данни (Database Functions) Финансови функции (Financial Functions) Функции за дата и време (Date & Time Functions) Текстови функции (Text Functions) Математически и тригонометрични (Math &Trig) Приложение на отделните групи функции Логически функции Фунциите от тази група се използват за проверка на едно или множество условия. От това дали условието е вярно или не , следват различни възможности и посоки за решение на дадена задача. Важни в тази група са функциите IF, AND, OR, IFERROR . Можем да ги използваме както самостоятелно, така и в комбинация . Комбинирането им позволява задаване на комплекс от условия, които да се проверяват едновременно и ги превръща в мощен инструмент при изпълнението на сложни задачи. Статистически функции Лесни за употреба и безценни в много ситуации статистическите функции се използват при преброяване на определени типове данни – числа, текст, празни клетки, намиране... - Published: 2016-09-25 - Modified: 2024-03-14 - URL: https://expert-bg.org/blog/kak-da-izpolzvame-promise-obekti-v-javascript/ - Категории: Програмиране - Етикети: AJAX, Back-End Development, ECMAScript 6, Front-End Development, Full-Stack Development, JavaScript, Node.js, Promise, Уеб програмиране Обектът Promise се използва при работа с асинхронни функции, например при изпращане на ajax заявки, и позволява на подобни функции да връщат резултати без да е необходимо да се използват функции с обратно извикване (callback funcitons), които водят до лошо структуриран код и редица други проблеми (например с обработката на грешки). sendRequest('/categories/', function(data){ ... sendRequest( category + '/items/', function(posts){ ... });// request items in category });// request to categories Към момента има множество библиотеки, които позволяват Promise обект да се включи към функциите в приложението, а някои библиотеки и софтуерни рамки също имат реализации на подобни обекти, но тази статия разглежда само реализацията на Promise дадена в стандарта ES6. Обектът Promise По дефиниця Promise обекта представлява стойността или изхвърленото изключние като резултат от изпълнението на асинхронна функция или функция, която не връща резултат с return. Promise има три състояния: - изчакване - начално състояние изпълнено - успешно изпълнена операция отхвърлено - неуспено изпълнена операция, като последните две състояния съответстват на двата параметъра на фунцкията, която се подава при конструирането на обекта. Ето и кратък фрагмет как изглежда това: function asyncFunction(url){ return new Promise(function(resolve,reject){ if( ... ){ resolve; //Ok } else{ reject; //Error } }); } Функцията asyncFunction връща Promise обект като resolve предизвиква изпълнение на метода then на обекта, а reject на метода catch и съответно then се използва за обработка на резултатите, например данни от асинхронната заявка, a catch за обработка на грешките. В следващият малък пример можете да видите как се използват resolve, reject, then и catch: function... - Published: 2016-09-23 - Modified: 2024-03-13 - URL: https://expert-bg.org/blog/5-grupi-barzi-klavishi-bez-koito-ne-mozhem-v-ms-excel/ - Категории: MS Excel & MS Word - Етикети: excel functions, excel shortcuts, MS Excel Безспорен факт е , че бързите клавиши (Кeyboard Shortcuts) могат да ускорят и улеснят работата ви в коя да е програма или настолно приложение. Употребата им e гаранция за оптимизиране на ежедневните задачи. MS EXCEL е сред най-популярните и използвани приложения на Microsoft. Ето и някои от най-популярните и полезни клавишни комбинации, разпределени по категории: MS Excel. Бързи клавиши за навигация и придвижване MS Excel. Бързи клавиши за селектиране MS Excel. Бързи клавиши за форматиране MS Excel. Бързи клавиши за редактиране MS Excel. Бързи клавиши за управление на документа Файл с представените клавишни комбинации можете да свалите от тук Насладете се на удоволствието да работите бързо и лесно! Успешна работа в MS Excel! Автор: Събина Василева - Published: 2016-09-17 - Modified: 2024-03-14 - URL: https://expert-bg.org/blog/7-polezni-novovavedeniya-v-javascript-ecmascript6/ - Категории: Програмиране - Етикети: ECMAScript 6, JavaScript, web development, Уеб приложения, Уеб програмиране, Уеб разработка С последната спецификация ECMAScript 6 или ES 6, в езика JavaScript са добавени много нови и полезни възможности, най-интересните от които можете да прочетете в тази статия. Пълният код на примерите можете да свалите от профила ми в Github Декларация на променливи с let let е ключовата дума, която заменя позната ни var за деклариране на променливи. За тези от вас, които не знаят, при var има проблеми свързани с видимостта на променливите (scope) и повторната им декларация като те са специфични за JavaScript и не се срещат в другите езици за програмиране, така че за програмисти, които са започнали да програмират на други езици и след това са преминали към JavaScript (повечето попадат в тази категория), проблемите могат лесно да останат незабелязани. Ето един пример: var msg = 'Hello JS'; function show{ var a=1; if( true){ var b=2; console. log('b=', b); // b=2 } console. log('msg=',msg); // msg=Hello JS (msg has global scope - Ok) console. log('a=',a); // a=1 ( a has function scope - Ok) console. log('b=',b); // b=2 ( b has function scope too - ? ? ? ) } show; Ако се замени var с let това ще ограничи областта на видимост на b до блока на if т. е. последното извеждане на b ще предизвика ReferenceError:b is not defined. По същият начин, при повторна декларация на променлива с var, това не се отчита като грешка, но ако се замени var с let, резултатът ще бъде SyntaxError: Identifier 'msg' has already been declared. var msg =... ## Курсове - Published: 2025-06-26 - Modified: 2026-02-15 - URL: https://expert-bg.org/kurs/power-bi-pro/ - Price: 229.00 EUR - Вид на продукта: simple - Категории продукти: Пакет от курсове - Продуктът Course Subject: Анализ на данни Пакет от курсове Power BI. Анализ на данни Power Query M DAX. Time Intelligence - Published: 2024-05-14 - Modified: 2026-04-15 - URL: https://expert-bg.org/kurs/power-query-m-podgotovka-na-danni-za-analiz/ - Price: 84.00 EUR - Вид на продукта: simple - Категории продукти: Присъствен в Google Meet - Продуктът Course Subject: Анализ на данни Edit with Bricks - Published: 2022-11-14 - Modified: 2026-02-15 - URL: https://expert-bg.org/kurs/paket-business-intelligence-start/ - Price: 199.00 EUR - Вид на продукта: simple - Категории продукти: Пакет от курсове - Продуктът Course Subject: Анализ на данни Пакет от курсове МС Excel за напредналиPower BI. Анализ на данни - Published: 2022-11-14 - Modified: 2026-02-15 - URL: https://expert-bg.org/kurs/paket-data-analysis-start/ - Price: 219.00 EUR - Вид на продукта: simple - Категории продукти: Пакет от курсове - Продуктът Course Subject: Анализ на данни Пакет от курсове: SQL. Анализ на данниPower BI - Published: 2022-11-14 - Modified: 2026-02-15 - URL: https://expert-bg.org/kurs/database-developer-master/ - Price: 225.00 EUR - Вид на продукта: simple - Категории продукти: Пакет от курсове - Продуктът Course Subject: Анализ на данни Пакет от курсове: SQLPL / SQL - Published: 2021-08-17 - Modified: 2024-04-08 - URL: https://expert-bg.org/kurs/seminari-analiz-na-danni-power-bi-kak-da-izpolzvame-r-v-power-bi/ - Вид на продукта: simple - Категории продукти: Запис от семинар - Продуктът Course Subject: Анализ на данни Събития и семинари посветени на анализа на данни с SQL, Power BI, Python, R, MS Excel