Cuando queremos definir la Arquitectura tecnológica de un Data Lake, éste debe permitir la ingesta, integración, almacenamiento y explotación de cualquier tipo de fuentes de datos Apostamos por el uso de software libre, pero para el que exista un importante soporte de la comunidad de usuarios que facilite su uso

1. INTRODUCCIÓN El propósito de este documento es investigar sobre el funcionamiento y los casos de uso de embeber informes de Power BI en Jupyter Notebook. Se comenzará por instalar la librería powerbiclient, seguirá con la configuración de la conexión al cloud de Power BI y la importación de informes

En la mayoría de ocasiones, después de hacer un cálculo, queremos mostrar de forma sencilla algún resultado de tal forma que cualquiera lo pueda visualizar. Sin embargo, a veces el resultado no es algo sencillo y queremos proporcionar herramientas para que otros puedan “juguetear” los datos y que vean actualizaciones

En esta página tenéis una colección de Jupyter [https://jupyter.org/]/IPython notebooks destacables. No dudéis en añadir Table of Contents 1. Entire books or other large collections of notebooks on a topic [https://github.com/jupyter/jupyter/wiki/A-gallery-of-interesting-Jupyter-Notebooks#entire-books-or-other-large-collections-of-notebooks-on-a-topic] * Introductory Tutorials [https://github.com/jupyter/jupyter/wiki/A-gallery-of-interesting-Jupyter-Notebooks#

Que mejor forma que aprender de Machine Learning, con algunas de las tecnologías mas potentes y completas, que mediante la realización de un buen ejercicio práctico. Podéis seguir el tutorial práctico en el video y también utilizar la presentación. Esperamos que os sea útil!!