L'analisi dei Big Data: Una guida pratica per i manager

Recensioni dei lettori

Il libro è stato criticato per il fatto di basarsi pesantemente sui contenuti di marketing dei fornitori di Big Data e di non fornire informazioni sostanziali e approfondite sugli argomenti trattati. I recensori hanno rilevato problemi di editing e una mancanza di indicazioni pratiche, suggerendo che il libro non è all'altezza delle sue promesse come risorsa per i manager.

Tenta di andare oltre le discussioni superficiali sui Big Data; copre una serie di argomenti rilevanti per l'apprendimento automatico.

⬤ Per lo più materiale di marketing riciclato dai fornitori
⬤ manca di profondità e di approfondimenti pratici
⬤ problemi di editing
⬤ non è una guida utile per i manager.

(basato su 2 recensioni dei lettori)

Titolo originale:

Big Data Analytics: A Practical Guide for Managers

Contenuto del libro:

Questo libro fornisce ai manager e ai responsabili delle decisioni gli strumenti per prendere decisioni più informate sulle iniziative di acquisto dei big data. Big Data Analytics: A Practical Guide for Managers" non si limita a descrivere gli strumenti più comuni, ma analizza anche i vari prodotti e fornitori che forniscono il mercato dei big data.

Confrontando e contrapponendo i diversi tipi di analisi comunemente condotti con i big data, questo riferimento accessibile presenta spiegazioni chiare del funzionamento generale degli strumenti per i big data. Invece di dedicare tempo al COME installare specifici pacchetti, si concentra sulle ragioni per cui i lettori dovrebbero installare un determinato pacchetto.

Il libro fornisce una guida autorevole su una serie di strumenti, compresi i sistemi open source e proprietari. Descrive in dettaglio i punti di forza e di debolezza dell'incorporazione dell'analisi dei big data nel processo decisionale e spiega come sfruttare i punti di forza e mitigare quelli di debolezza.

⬤ Descrive i vantaggi del calcolo distribuito in termini semplici.

⬤ Include materiale sostanziale sui fornitori e sugli strumenti, in particolare per le decisioni sull'open source.

⬤ Copre i principali pacchetti software, tra cui Hadoop e Oracle Endeca.

⬤ Esamina le applicazioni GIS e di apprendimento automatico.

⬤ Considera le questioni relative alla privacy e alla sorveglianza.

Il libro esplora inoltre i concetti statistici di base che, se applicati male, possono essere fonte di errori. Spesso i big data vengono trattati come un oracolo che scopre risultati che nessuno avrebbe mai immaginato. Sebbene i big data possano svolgere questa preziosa funzione, troppo spesso questi risultati non sono corretti, ma vengono comunque riportati senza alcun dubbio. La probabilità di ottenere risultati errati aumenta con il confronto di un numero maggiore di variabili, a meno che non si adottino misure preventive.

L'approccio adottato dagli autori è quello di spiegare questi concetti in modo che i manager possano porre domande migliori ai loro analisti e fornitori sull'adeguatezza dei metodi utilizzati per giungere a una conclusione. Poiché il mondo della scienza e della medicina è alle prese con problemi simili nella pubblicazione degli studi, gli autori attingono ai loro sforzi e li applicano ai big data.