Értékelés:
A könyv alapvető ismereteket nyújt az adattípusokról és azok üzleti döntésekben való alkalmazásáról, különösen a felhőalapú adatfeldolgozással kapcsolatban. Néhány olvasó azonban hiányolta belőle a mélységet és a gyakorlati példákat.
Előnyök:Könnyen olvasható, jól strukturált, segít a felhőalapú adatfeldolgozás megértésében, elkerülhetők a költséges hibák az adatkezelésben.
Hátrányok:Hiányoznak a gyakorlati példák és az elméleti fogalmak mélyreható tárgyalása, a kínált tartalomhoz képest túl drágának érezhető.
(2 olvasói vélemény alapján)
The Data Lakehouse: The Bedrock for Artificial Intelligence, Machine Learning, and Data Mesh
Az adattárház az adattárház és az adattó következő generációja, amelyet úgy terveztek, hogy megfeleljen a mai összetett és folyamatosan változó modern információs rendszereknek. Ez a könyv megmutatja, hogyan építse fel az adatlakeházat, amely a mesterséges intelligencia (AI), a gépi tanulás (ML) és az adathálózati kezdeményezések alapjául szolgál. Ismerje meg az adatlakháza üzleti értékének maximalizálásához szükséges buktatókat és technikákat.
Emellett legyen képes elmagyarázni az adatlakház alapvető jellemzőit és kritikus sikertényezőit. A beviteli hibák, a kulcsok összeférhetetlenségének áttekintésével és a jó dokumentáció biztosításával javíthatjuk adatainak minőségét és a tóháza hitelességét. Értékelje az adatminőség kritériumait, beleértve a pontosságot, teljességet, megbízhatóságot, relevanciát és időszerűséget. Értse meg a tóház különböző tárolási típusait, beleértve az alulhasznosított, de rendkívül értékes ömlesztett tárolást.
Három adattípus van az adatlakházban (strukturált, szöveges és analóg/ IoT), és mindegyikhez megtanulhatja, hogyan lehet szilárd alapot teremteni a mesterséges intelligencia (AI), a gépi tanulás (ML) és az adathálózat számára. Használja ki az adatmodelleket a strukturált adatokhoz, az ontológiákat és taxonómiákat a szöveges adatokhoz, és a desztillációs algoritmusokat az analóg/IoT adatokhoz. Tanulja meg, hogyan absztrahálhatja ezeket az adattípusokat a jövőbeli követelményekhez való alkalmazkodás és az adatvonal egyszerűsítése érdekében. Alkalmazza az extrahálást, transzformálást és betöltést (ETL), hogy olyan struktúrát hozzon létre, amely visszaadja az üzleti problémákra adott válaszokat. A végeredmény egy olyan adattár, amely megfelel az igényeinknek.
Ha már az emberi szükségleteknél tartunk, ismerje meg Maslow adattárházi szükségletek hierarchiáját. Ezután fedezze fel az Al, az ML és az adathálózathoz igazított adatintegrációt. Majd merüljön el velünk az adathalmazon belüli analitika minden fajtájába, beleértve a strukturált, szöveges és analóg analitikát. Legyen tanúja annak, hogy a leíró adatok, az adatkatalógus és a metaadatok hogyan növelhetik a tóház értékét.
Az adatarchitektúra részletes fejlődésével zárjuk, a mágnesszalagtól az adatlakházig, mint az AI, az ML és az adathálózat alapkövét.
