Recenzii ale cititorilor
În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 4 voturi.
Titlul original:
Big Data Science & Analytics: A Hands-On Approach
Conținutul cărții:
Datele și informațiile sunt combustibilul acestei noi ere, în care algoritmi analitici puternici ard acest combustibil pentru a genera decizii care se așteaptă să creeze o lume mai inteligentă și mai eficientă în care să trăim cu toții. Acest nou domeniu tehnologic a fost definit drept știința și analiza datelor mari, iar comunitățile industriale și academice îl consideră o tehnologie competitivă care poate genera noi bogății și oportunități semnificative.
Datele mari sunt definite ca fiind colecții de seturi de date al căror volum, viteză sau varietate este atât de mare încât este dificil să se stocheze, să se gestioneze, să se prelucreze și să se analizeze datele utilizând baze de date și instrumente tradiționale de prelucrare a datelor. Știința și analiza big data se ocupă cu colectarea, stocarea, prelucrarea și analiza datelor la scară largă. Studiile sectoriale realizate de Gartner și e-Skills, de exemplu, prevăd că vor exista peste 2 milioane de locuri de muncă vacante numai pentru ingineri și oameni de știință formați în domeniul științei și analizei datelor și că piața forței de muncă din acest domeniu înregistrează o rată de creștere anuală de 150%.
Am scris acest manual, ca parte a seriei noastre în expansiune "A Hands-On Approach"(TM), pentru a satisface această nevoie la colegii și universități și, de asemenea, pentru furnizorii de servicii big data care ar putea fi interesați să ofere o perspectivă mai largă asupra acestui domeniu emergent pentru a însoți programele lor de formare a clienților și dezvoltatorilor. Se așteaptă ca cititorul tipic să fi absolvit câteva cursuri de programare folosind limbaje tradiționale de nivel înalt la nivel universitar și să fie fie student în ultimul an de facultate sau la începutul studiilor universitare într-unul dintre domeniile știință, tehnologie, inginerie sau matematică (STEM). Un site web care însoțește această carte conține sprijin suplimentar pentru instruire și învățare (www.big-data-analytics-book.com)
Cartea este organizată în trei părți principale, cuprinzând un total de douăsprezece capitole. Partea I oferă o introducere în big data, în aplicațiile big data și în modelele și arhitecturile pentru știința și analiza big data. Este propusă o nouă metodologie de proiectare a sistemului de aplicații pentru știința și analiza datelor și este descrisă realizarea acesteia prin utilizarea cadrelor open-source pentru big data. Această metodologie descrie aplicațiile de analiză a datelor mari ca realizare a modelelor Alpha, Beta, Gamma și Delta propuse, care cuprind instrumente și cadre pentru colectarea și introducerea datelor din diverse surse în infrastructura de analiză a datelor mari, încorporând sisteme de fișiere distribuite și baze de date non-relaționale (NoSQL) pentru stocarea datelor, precum și cadre de procesare pentru analiza pe loturi și în timp real. Această nouă metodologie constituie fundamentul pedagogic al acestei cărți.
Partea a II-a prezintă cititorului diverse instrumente și cadre pentru analiza datelor mari, precum și aspectele arhitecturale și de programare ale acestor cadre, cu exemple în Python. Sunt descrise cadre de mesagerie Publish-Subscribe (Kafka & Kinesis), conectori Source-Sink (Flume), conectori de baze de date (Sqoop), cozi de mesagerie (RabbitMQ, ZeroMQ, RestMQ, Amazon SQS) și conectori personalizați pe bază de REST, WebSocket și MQTT. Cititorul este introdus în stocarea datelor, analiza pe loturi și în timp real și cadrele de interogare interactive, inclusiv HDFS, Hadoop, MapReduce, YARN, Pig, Oozie, Spark, Solr, HBase, Storm, Spark Streaming, Spark SQL, Hive, Amazon Redshift și Google BigQuery. De asemenea, sunt descrise bazele de date de servire (MySQL, Amazon DynamoDB, Cassandra, MongoDB) și cadrul web Django Python.
Partea a III-a introduce cititorul în diferiți algoritmi de învățare automată cu exemple care utilizează cadrele Spark MLlib și H2O și vizualizări care utilizează cadre precum Lightning, Pygal și Seaborn.
