Praktická datová věda: Průvodce budováním technologického balíčku pro přeměnu datových jezer v obchodní aktiva

Recenze čtenářů

Kniha má potenciál, ale je kritizována za to, že je spíše rukopisem plným nadbytečných a neužitečných kódů než tradiční knihou. Některé koncepty jsou sice dobře formulovány, ale velké zaměření na slovní kódování snižuje její použitelnost jako referenční nebo učební pomůcky.

Autor předkládá některé dobře napsané koncepty a obsahové body, což z ní činí užitečný zdroj informací pro začátečníky v datové vědě.

Kniha je kritizována za přílišnou mnohomluvnost s kódem, který není užitečný, takže působí spíše jako rukopis. Postrádá čtivost a uspořádání, příliš se zaměřuje na příklady kódování a neposkytuje strukturovaný přístup k praktickému učení datové vědy.

(na základě 2 hodnocení čtenářů)

Původní název:

Practical Data Science: A Guide to Building the Technology Stack for Turning Data Lakes Into Business Assets

Obsah knihy:

Zjistěte, jak vytvořit technologický stack pro datovou vědu a provádět kvalitní datovou vědu pomocí opakovatelných metod. Dozvíte se, jak z datových jezer udělat obchodní aktiva.

Technologický stack datové vědy předvedený v knize Praktická datová věda je sestaven z komponent, které se v oboru běžně používají. Datový vědec Andreas Vermeulen podrobně ukazuje, jak vybudovat a zajistit technologický stack, aby přinášel opakovatelné výsledky. Ukáže vám, jak aplikovat praktické metody k získání využitelných obchodních znalostí z datových jezer sestávajících z dat z polyglotu datových typů a dimenzí.

Co se naučíte

⬤ Získáte přehled o základních pojmech a terminologii datové vědy a datového inženýrství.

⬤ Vybudovat a používat technologický stack, který splňuje oborová kritéria.

⬤ Zvládnout metody pro získávání využitelných obchodních znalostí.

⬤ Koordinovat zacházení s polyglotními typy dat v datovém jezeře pro dosažení opakovatelných výsledků.

Pro koho je tato kniha určena

Datovým vědcům a datovým inženýrům, kteří musí převést data z datového jezera na využitelné znalosti pro svůj podnik, a studentům, kteří se chtějí stát datovými vědci a datovými inženýry.