Укрощение больших данных (Фрэнкс Билл); Манн, Иванов и Фербер, 2014
Сравнить цены
Последняя известная цена от 12 р. до 46 р. в 4 магазинах
Вы можете поискать его на других площадках:
Магазин | Цена | Наличие |
---|---|---|
Описание
Автор этой книги понятным неспециалисту языком рассказывает о том, что такое большие данные, как они меняют мир и что нужно делать, чтобы повысить уровень аналитики в своей организации.
Смотри также о книге.
О книге
Параметр | Значение |
---|---|
Автор(ы) | Фрэнкс Билл |
Издатель | Манн, Иванов и Фербер |
Год издания | 2014 |
Страниц | 352 |
ISBN | 978-5-00057-146-0 |
Размеры | 16,80 см × 24,10 см × 2,20 см |
Тематика | Лидерство, мотивация, тайм-менеджмент |
Отзывы (4)
- gavrilovaav — 3 Ноября 2014
Книга очень понравиласьРекомендую тем, кто решил начать анализировать данные на более профессиональном уровне
- molozhenko — 7 Декабря 2014
Рецензия на книгу «Укрощение больших данных»Ещё одна книга, которую я рекомендую к прочтению всем, кто хочет понять насколько глубока кроличья нора.
Этот потрясающий труд разительно отличается от книги «Большие данные», Виктора Майер-Шенбергера и Кеннета Кукьера. Её написал Билл Фрэнкс – директор по бизнес-аналитике компании Teradata, и это о многом говорит. Автор знает о больших данных столько, что позволил себе предложить подход к работе с огромными объёмами данных. Книга настолько хорошо структурирована, что читать её – одно удовольствие.
Значимость большим данным придает вовсе не то, что они большие, и даже не то, что они представляют собой данные. Важно то, как вы анализируете и применяете эти данные для развития своего бизнеса.
И не важно сколько у вас данных – 10 мегабайт или 10 петабайт. Если вы сейчас не в силах их проанализировать и использовать, то это и есть большие данные, которые могуть стать вашей большой проблемой.
Также мне понравилась очень точная мысль про инновации, которые в нашей стране и сопредельных очень часто, хотя нет, почти всегда, путают с чем-то другим.
Автор рассказывает и об основных технологиях для проведения анализа и обработки данных – о модели MapReduce, Hadoop и об R. Да, он рассказывает о них совсем чуть-чуть, но и этого достаточно, чтобы понять спектр решаемых проблем и области применения.
Предложенный подход по работе с данными очень похож на то, что я изобразил в магистерской диссертации и это заставило меня улыбаться. Методы и процессы, которые предлагает автор, при должном подходе, позволят организации получить максимальную выгоду от имеющихся данных.
Чтение оставило массу положительных впечатлений и всего лишь одно отрицательное – книга очень быстро закончилась. Читается на одном дыхании, рекомендую всем – от младшего инженера до главного руководителя.
Добавить отзыв
Книги: Машинное обучение. Анализ данных Манн, Иванов и Фербер
Категория 9 р. - 14 р.
Книги: Машинное обучение. Анализ данных
Категория 9 р. - 14 р.
Книги: Машинное обучение. Анализ данных: другие издатели
- Bhv-cпб
- Альпина Диджитал
- Альпина Паблишер
- Бомбора
- БХВ
- Вильямс
- Вузовский учебник
- Диалектика
- Диалектика-Вильямс
- Директмедиа Паблишинг
- ДМК Пресс
- ДМК Пресс, ДМК Пресс
- ДМК-Пресс
- Издательский дом "Питер"
- ИЗДАТЕЛЬСТВО "АСТ"
- Издательство Студии Артемия Лебедева
- Инфра-Инженерия
- ИНФРА-М
- Кнорус
- Лаборатория знаний
- Лань
- Манн, Иванов и Фербер
- МАНН, ИВАНОВ И ФЕРБЕР ООО
- Научная библиотека
- Олимп-Бизнес
- ООО "Издательство Астрель"
- ПИТЕР
- Прогресс книга
- Прометей
- Проспект
- Солон-пресс
- Техносфера
- Точка
- Эксмо
- Эксмо-Пресс