Principi di integrazione dei dati

Recensioni dei lettori

Il libro offre una trattazione autorevole e completa dell'integrazione dei dati, un argomento complesso e impegnativo. Sebbene sia denso e possa risultare difficile da seguire per i lettori, riassume efficacemente le moderne scoperte e tecniche nel campo. Tuttavia, la presentazione potrebbe essere migliorata per una migliore comprensione da parte del lettore.

⬤ Una trattazione autorevole del complesso argomento dell'integrazione dei dati
⬤ contenuti densi ma comprensibili
⬤ ben scritti e stimolanti
⬤ fornisce un quadro preciso per descrivere lo spazio dei problemi.

⬤ Le immagini sono in bianco e nero
⬤ la lettura è difficile e avanzata, il che può confondere i lettori
⬤ gli autori mancano di competenze pedagogiche, rendendo difficile seguire alcuni concetti
⬤ alcuni approcci vengono liquidati troppo rapidamente.

(basato su 4 recensioni dei lettori)

Titolo originale:

Principles of Data Integration

Contenuto del libro:

Principles of Data Integration è il primo libro di testo completo sull'integrazione dei dati, che copre i principi teorici e le questioni di implementazione, nonché le sfide attuali sollevate dal web semantico e dal cloud computing. Il libro offre una serie di soluzioni per l'integrazione dei dati che consentono di concentrarsi su ciò che è più rilevante per il problema in questione. I lettori impareranno anche a costruire i propri algoritmi e a implementare la propria applicazione di integrazione dei dati.

Scritto da tre dei più autorevoli esperti del settore, questo libro fornisce un'ampia introduzione alla teoria e ai concetti alla base delle attuali tecniche di integrazione dei dati, con istruzioni dettagliate per la loro applicazione, utilizzando esempi concreti per spiegare i concetti.

Questo testo è una risorsa ideale per gli operatori del settore dei database, tra cui ingegneri di data warehouse, progettisti di sistemi di database, architetti di dati/architetti aziendali, ricercatori di database, statistici e analisti di dati; studenti di data analytics e knowledge discovery; e altri professionisti dei dati che lavorano a livello di ricerca e sviluppo e di implementazione.