Fondamenti dei Big Data - Concetti, fattori e tecniche

Recensioni dei lettori

Il libro sui Big Data offre un mix di feedback positivi e negativi da parte dei lettori. Molti apprezzano i concetti fondamentali e i casi di studio, mentre le critiche si concentrano spesso sul linguaggio confuso, sui contenuti ripetitivi, sulla stampa di bassa qualità e sull'insufficiente approfondimento di alcuni argomenti. È più adatto ai principianti, ma potrebbe non soddisfare chi cerca una risorsa completa.

⬤ Concetti ben spiegati
⬤ collegamenti tra gli argomenti
⬤ utili esempi di casi di studio
⬤ facile da leggere
⬤ solida introduzione
⬤ ottimo per i principianti
⬤ buoni approfondimenti sui Big Data
⬤ sottoargomenti altamente interconnessi.

⬤ Formulazione confusa nella prima parte
⬤ contenuti ripetitivi e troppo semplicistici
⬤ stampa di bassa qualità
⬤ diagrammi inutili
⬤ copertura superficiale di argomenti avanzati
⬤ molti ritengono che non valga il prezzo suggerito.

(basato su 18 recensioni dei lettori)

Titolo originale:

Big Data Fundamentals - Concepts, Drivers & Techniques

Contenuto del libro:

"Questo testo dovrebbe essere una lettura obbligatoria per tutti coloro che operano nel mondo del business contemporaneo".

--Peter Woodhull, CEO di Modus21.

"L'unico libro che descrive e collega chiaramente i concetti di Big Data all'utilità aziendale".

--Dott. Christopher Starr, PhD.

"Semplicemente, questo è il miglior libro sui Big Data sul mercato".

--Sam Rostam, Cascadian IT Group.

"... uno degli approcci più attuali che abbia mai visto ai fondamenti dei Big Data...".

--Joshua M. Davis, PhD.

La guida definitiva in parole povere ai Big Data per i professionisti del business e della tecnologia.

Big Data Fundamentals fornisce un'introduzione pragmatica e senza fronzoli ai Big Data. Thomas Erl, autore di best-seller nel settore IT, e il suo team spiegano con chiarezza i concetti chiave, la teoria e la terminologia dei Big Data, nonché le tecnologie e le tecniche fondamentali. Tutta la trattazione è supportata da esempi di casi di studio e da numerosi e semplici diagrammi.

Gli autori iniziano spiegando come i Big Data possano far progredire un'organizzazione risolvendo una serie di problemi aziendali precedentemente intrattabili. Quindi demistificano le principali tecniche e tecnologie di analisi e mostrano come sia possibile costruire e integrare un ambiente di soluzioni Big Data per offrire vantaggi competitivi.

⬤ Scoprire i concetti fondamentali dei Big Data e ciò che li rende diversi dalle precedenti forme di analisi e scienza dei dati.

⬤ Comprendere le motivazioni e i driver aziendali alla base dell'adozione dei Big Data, dai miglioramenti operativi all'innovazione.

⬤ Pianificare iniziative strategiche di Big Data orientate al business.

⬤ Affrontare considerazioni quali la gestione dei dati, la governance e la sicurezza.

⬤ Riconoscere le 5 "V" caratteristiche dei dataset negli ambienti Big Data: volume, velocità, varietà, veridicità e valore.

⬤ Chiarire le relazioni dei Big Data con OLTP, OLAP, ETL, data warehouse e data mart.

⬤ Lavorare con i Big Data in formati strutturati, non strutturati, semi-strutturati e metadati.

⬤ Aumentare il valore integrando le risorse dei Big Data con il monitoraggio delle prestazioni aziendali.

⬤ Capire come i Big Data sfruttano l'elaborazione distribuita e parallela.

⬤ Utilizzare NoSQL e altre tecnologie per soddisfare i diversi requisiti di elaborazione dei dati dei Big Data.

⬤ Lavorare approcci statistici di analisi quantitativa e qualitativa.

⬤ Applicare metodi di analisi computazionale, compreso l'apprendimento automatico.