Recenze čtenářů
Shrnutí:Kniha o velkých datech nabízí směs pozitivních a negativních ohlasů čtenářů. Mnozí oceňují základní koncepty a případové studie, zatímco kritika se často zaměřuje na matoucí jazyk, opakující se obsah, nekvalitní tisk a nedostatečnou hloubku některých témat. Kniha je nejvhodnější pro začátečníky, ale nemusí uspokojit ty, kteří hledají komplexní zdroj informací.
Klady:⬤ Dobře vysvětlené koncepty
⬤ propojení mezi tématy
⬤ užitečné příklady případových studií
⬤ snadné čtení
⬤ solidní úvod
⬤ vhodné pro začátečníky
⬤ dobrý vhled do problematiky Big Data
⬤ velmi provázaná podtémata.
Zápory:⬤ Matoucí formulace v první části
⬤ opakující se a příliš zjednodušený obsah
⬤ nekvalitní tisk
⬤ zbytečné diagramy
⬤ povrchní pokrytí pokročilých témat
⬤ podle mnohých nestojí za navrhovanou cenu.
(na základě 18 hodnocení čtenářů)
Původní název:
Big Data Fundamentals - Concepts, Drivers & Techniques
Obsah knihy:
"Tento text by měl být povinnou četbou pro každého, kdo se zabývá současným podnikáním."
--Peter Woodhull, generální ředitel společnosti Modus21.
"Jediná kniha, která jasně popisuje a propojuje koncepty Big Data s užitečností pro podnikání.".
--Dr. Christopher Starr, PhD.
"Jednoduše, toto je nejlepší kniha o Big Data na trhu.".
--Sam Rostam, Cascadian IT Group.
"... jeden z nejmodernějších přístupů k základům Big Data, jaký jsem kdy viděl...".
--Joshua M. Davis, PhD.
The Definitive Plain-English Guide to Big Data for Business and Technology Professionals.
Kniha Big Data Fundamentals představuje pragmatický úvod do problematiky velkých dat, který se obejde bez zbytečných řečí. Autor bestsellerů v oblasti IT Thomas Erl a jeho tým srozumitelně vysvětlují klíčové pojmy, teorii a terminologii Big Data, stejně jako základní technologie a techniky. Veškeré pokrytí je podpořeno příklady případových studií a četnými jednoduchými schématy.
Autoři začínají vysvětlením, jak mohou Big Data pohánět organizaci kupředu tím, že vyřeší spektrum dříve neřešitelných obchodních problémů. Dále demystifikují klíčové analytické techniky a technologie a ukazují, jak lze vytvořit a integrovat prostředí pro řešení Big Data, které nabídne konkurenční výhody.
⬤ Objevování základních pojmů Big Data a toho, čím se liší od předchozích forem analýzy dat a datové vědy.
⬤ Pochopení obchodních motivací a hnacích sil, které stojí za přijetím Big Data, od provozních zlepšení až po inovace.
⬤ Plánování strategických, obchodně orientovaných iniciativ v oblasti Big Data.
⬤ Řešení otázek, jako je správa, řízení a zabezpečení dat.
⬤ Rozpoznání 5 "V" charakteristik datových souborů v prostředí Big Data: objem, rychlost, rozmanitost, pravdivost a hodnota.
⬤ Ojasnění vztahů velkých dat s OLTP, OLAP, ETL, datovými sklady a datovými marty.
⬤ Práce s velkými objemy dat ve strukturovaných, nestrukturovaných, polostrukturovaných a metadatových formátech.
⬤ Zvyšování hodnoty integrací zdrojů Big Data s podnikovým sledováním výkonu.
⬤ Pochopení toho, jak Big Data využívají distribuované a paralelní zpracování.
⬤ Využití NoSQL a dalších technologií pro splnění odlišných požadavků na zpracování dat Big Data.
⬤ Využívání statistických přístupů kvantitativní a kvalitativní analýzy.
⬤ Používání metod výpočetní analýzy, včetně strojového učení.
