Praktická dátová veda s Hadoop a Spark: Dizajn a budovanie efektívnej analytiky vo veľkom meradle

Recenzie čitateľov

Niektorí knihu hodnotia pozitívne ako príjemný a praktický úvod do Hadoopu a Sparku, iní ju kritizujú za to, že je povrchná a neposkytuje hlboké znalosti o týchto témach.

⬤ Dobre napísané
⬤ príjemné čítanie
⬤ poskytuje dobrý úvod do Hadoop/Spark
⬤ zahŕňa praktické prípady použitia v dátovej vede
⬤ vhodné pre tých, ktorí už majú nejaké skúsenosti.

⬤ Chýba hĺbka a významné pokrytie problematiky Hadoop/Spark
⬤ považované za príliš povrchné a všeobecné
⬤ zavádzajúci názov
⬤ drahé za poskytovaný obsah
⬤ nevhodné pre začiatočníkov, ktorí hľadajú komplexné vedomosti.

(na základe 8 čitateľských recenzií)

Pôvodný názov:

Practical Data Science with Hadoop and Spark: Designing and Building Effective Analytics at Scale

Obsah knihy:

Kompletný sprievodca dátovou vedou s Hadoopom - pre technických odborníkov, podnikateľov a študentov

Dopyt po odborníkoch, ktorí dokážu riešiť skutočné problémy dátovej vedy pomocou Hadoopu a Sparku, prudko rastie. Practical Data Science with Hadoop(R) and Spark je kompletný sprievodca, ktorý vám to umožní. Traja poprední odborníci, ktorí čerpajú z obrovských skúseností s Hadoopom a veľkými dátami, prinášajú všetko, čo potrebujete: koncepty na vysokej úrovni, techniky na hlboké ponorenie, reálne prípady použitia, praktické aplikácie a praktické návody.

Autori predstavujú základy dátovej vedy a moderný ekosystém Hadoop a vysvetľujú, ako sa Hadoop a Spark vyvinuli do efektívnej platformy na riešenie problémov dátovej vedy vo veľkom meradle. Okrem komplexného pokrytia aplikácií autori poskytujú aj užitočné usmernenia týkajúce sa dôležitých krokov prijímania údajov, mungovania údajov a vizualizácie.

Po vytvorení základov sa autori zameriavajú na konkrétne aplikácie vrátane strojového učenia, prediktívneho modelovania na analýzu sentimentu, zhlukovania na analýzu dokumentov, detekcie anomálií a spracovania prirodzeného jazyka (NLP).

Táto príručka poskytuje silný technický základ pre tých, ktorí chcú robiť praktickú dátovú vedu, a tiež predstavuje obchodne orientované usmernenia o tom, ako použiť Hadoop a Spark na optimalizáciu návratnosti investícií do iniciatív dátovej vedy.

Naučte sa.

⬤ Čo je dátová veda, ako sa vyvíja a ako si naplánovať kariéru v oblasti dátovej vedy.

⬤ Ako objem, rôznorodosť a rýchlosť údajov formujú prípady použitia dátovej vedy.

⬤ Hadoop a jeho ekosystém vrátane HDFS, MapReduce, YARN a Spark.

⬤ import údajov pomocou Hive a Spark.

⬤ Kvalita údajov, predbežné spracovanie, príprava a modelovanie.

⬤ Vizualizácia: zobrazovanie poznatkov z obrovských súborov údajov.

⬤ Strojové učenie: klasifikácia, regresia, zhlukovanie a detekcia anomálií.

⬤ Algoritmy a nástroje Hadoop na prediktívne modelovanie.

⬤ Klastrová analýza a funkcie podobnosti.

⬤ Detekcia anomálií veľkého rozsahu.

⬤ NLP: aplikácia dátovej vedy na ľudský jazyk.