Укрощение больших данных (Фрэнкс Билл); Манн, Иванов и Фербер, 2014

Где купить

Где купить

Последняя известная цена от 349 р. до 1376 р. в 4 магазинах

В данный момент у нас нет информации о наличии данного товара в магазинах.
Вы можете поискать его на других площадках:

МагазинЦенаНаличие
Один из первых книжных интернет-магазинов, работающий с 2002 года
Яндекс.Маркет
5/5
Промокоды на скидку
Avito доставка позволит получить любой товар, не выходя из дома

История цены

МагазинПоследняя известная ценаОбновлено
Издательство «МИФ»
0 р.
ЛитРес
349 р.
Буквоед
929 р.
Лабиринт
1376 р.
13.01.2024

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


ПараметрЗначение
Автор(ы)
ИздательМанн, Иванов и Фербер
Год издания2014
Страниц352
ISBN978-5-00057-146-0
Размеры16,80 см × 24,10 см × 2,20 см
ТематикаЛидерство, мотивация, тайм-менеджмент


Отзывы (4)


  • 3/5

    Для больших начальников или для студентовКнига начинается восторженными заявлениями о перспективах анализа больших данных («Большие данные? Ух, мы вас сейчас проанализируем!»). Эта эмоциональность к концу первой главы начинает надоедать.
    Приводится несколько примеров источников больших данных, но когда речь заходит о методах анализа, то повествование не распространяется дальше общих фраз. Если считать это обзором, то упоминается слишком мало инструментов и технологий.
    На мой взгляд, лучше всего проработана глава 3, в которой описываются требования к бизнес-аналитикам и их месте в структуре организации. Эта часть может быть интересна для HR-специалистов и руководителей. Но о больших данных в этой главе – ни слова.
    Общий вывод: книга носит обзорный характер и подойдёт для первого знакомства с возможностями, которые открывает аналитическое подразделение для бизнеса. Я бы назвал её «Бизнес-аналитик: введение в специальность».

  • 5/5

    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.

Все отзывы (4)

Зарегистрируйтесь и получайте бонусы за покупки!


Книги: Машинное обучение. Анализ данных - издательство "Манн, Иванов и Фербер"

Книги: Машинное обучение. Анализ данных

Категория 279 р. - 418 р.

закладки (0) сравнение (0)

13 ms