Analisi dei dati: Principi, strumenti e pratiche: Una guida completa per l'analisi avanzata dei dati utilizzando le tendenze, gli strumenti e le tecnologie più recenti

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 9 voti.

Titolo originale:

Data Analytics: Principles, Tools, and Practices: A Complete Guide for Advanced Data Analytics Using the Latest Trends, Tools, and Technologies

Contenuto del libro:

Al giorno d'oggi la risoluzione di problemi critici legati ai dati e alle scienze dei dati è molto richiesta. Sono richiesti professionisti in grado di risolvere problemi reali di scienza dei dati utilizzando gli strumenti della scienza dei dati. Il libro "Data Analytics: Principles, Tools, and Practices" può essere considerato un manuale o una guida per i professionisti che vogliono iniziare il loro viaggio nel campo della scienza dei dati.

Il viaggio inizia con l'introduzione di DBMS, RDBMS, NoSQL e DocumentDB. Il libro introduce gli elementi essenziali della scienza dei dati e l'ecosistema moderno, comprese le fasi importanti come l'ingestione dei dati, la raccolta dei dati e la visualizzazione. Il libro copre i diversi tipi di analisi, i diversi strumenti dell'ecosistema Hadoop come Apache Spark, Apache Hive, R, MapReduce e i database NoSQL. Include anche le diverse tecniche di apprendimento automatico utili per l'analisi dei dati e come visualizzare i dati con diversi grafici e diagrammi. Il libro illustra strumenti e approcci utili per l'analisi dei dati, supportati da esempi concreti di codice.

Dopo aver letto questo libro, sarete motivati a esplorare l'analisi dei dati reali e a utilizzare le conoscenze acquisite su database, BI/DW, visualizzazione dei dati, strumenti Big Data e scienze statistiche.

INDICE DEI CONTENUTI

1. Sistema di gestione dei database.

2. Elaborazione di transazioni online e data warehouse.

3. La Business Intelligence e le sue dinamiche più profonde.

4. Introduzione alla visualizzazione dei dati.

5. Visualizzazione avanzata dei dati.

6. Introduzione ai Big Data e ad Hadoop.

7. Applicazione dei casi d'uso reali dei Big Data.

8. Applicazione dei Big Data.

9. Introduzione al Machine Learning.

10. Concetti avanzati di Machine Learning.

11. Applicazione del Machine Learning.