Adatelemzés: Principles, Tools, and Practices: Teljes körű útmutató a fejlett adatelemzéshez a legújabb trendek, eszközök és technológiák felhasználásával

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 9 olvasói szavazat alapján történt.

Eredeti címe:

Data Analytics: Principles, Tools, and Practices: A Complete Guide for Advanced Data Analytics Using the Latest Trends, Tools, and Technologies

Könyv tartalma:

Napjainkban az adatokkal és az adattudományokkal kapcsolatos kritikus problémamegoldásra van kereslet. Keresettek azok a szakemberek, akik az adattudomány eszközeivel valódi adattudományi problémákat tudnak megoldani. A könyv "Data Analytics: Principles, Tools, and Practices" kézikönyvnek vagy útmutatónak tekinthető azon szakemberek számára, akik az adattudomány területén szeretnék megkezdeni az útjukat.

Az utazás a DBMS, az RDBMS, a NoSQL és a DocumentDB bemutatásával kezdődik. A könyv bemutatja az adattudomány és a modern ökoszisztéma alapjait, beleértve az olyan fontos lépéseket, mint az adatbevitel, az adatmungózás és a vizualizáció. A könyv kitér az elemzés különböző típusaira, a Hadoop ökoszisztéma különböző eszközeire, mint az Apache Spark, az Apache Hive, az R, a MapReduce és a NoSQL adatbázis. Tartalmazza továbbá a különböző gépi tanulási technikákat, amelyek hasznosak az adatelemzéshez, és azt is, hogyan lehet az adatokat különböző grafikonokkal és diagramokkal megjeleníteni. A könyv konkrét kódpéldákkal alátámasztva tárgyalja az adatelemzés hasznos eszközeit és megközelítéseit.

A könyv elolvasása után motivált lesz a valódi adatelemzés felfedezésére, és hasznosítani fogja az adatbázisokról, BI/DW-ről, adatvizualizációról, Big Data-eszközökről és a statisztikáról szerzett ismereteket.

TARTALOMJEGYZÉK

1. Adatbázis-kezelő rendszer.

2. Online tranzakciófeldolgozás és adattárház.

3. Üzleti intelligencia és annak mélyebb dinamikája.

4. Bevezetés az adatvizualizációba.

5. Haladó adatvizualizáció.

6. Bevezetés a nagy adatokba és a Hadoopba.

7. A Big Data alkalmazása Valós felhasználási esetek.

8. A Big Data alkalmazása.

9. Bevezetés a gépi tanulásba.

10. A gépi tanulás haladó fogalmai.

11. A gépi tanulás alkalmazása.