Scienza dei dati pratica: Una guida alla costruzione di uno stack tecnologico per trasformare i laghi di dati in risorse aziendali

Recensioni dei lettori

Il libro ha del potenziale, ma viene criticato per essere più un manoscritto pieno di codice eccessivo e poco utile che un libro tradizionale. Sebbene alcuni concetti siano ben articolati, il forte accento posto sulla codifica verbosa ne sminuisce la fruibilità come strumento di riferimento o di apprendimento.

L'autore presenta alcuni concetti e punti di contenuto ben scritti, che lo rendono una risorsa utile per i principianti della scienza dei dati.

Il libro viene criticato per l'eccessiva prolissità del codice, che non è utile e lo fa sembrare più un manoscritto. Manca di leggibilità e organizzazione, si concentra troppo sugli esempi di codifica e non fornisce un approccio strutturato per l'apprendimento pratico della scienza dei dati.

(basato su 2 recensioni dei lettori)

Titolo originale:

Practical Data Science: A Guide to Building the Technology Stack for Turning Data Lakes Into Business Assets

Contenuto del libro:

Imparate a costruire uno stack tecnologico per la scienza dei dati e a eseguire una buona scienza dei dati con metodi ripetibili. Imparerete a trasformare i data lake in risorse aziendali.

Lo stack tecnologico per la scienza dei dati mostrato in Practical Data Science è costruito a partire da componenti di uso comune nel settore. Lo scienziato dei dati Andreas Vermeulen dimostra in dettaglio come costruire e fornire uno stack tecnologico per ottenere risultati ripetibili. Vi mostra come applicare metodi pratici per estrarre conoscenze aziendali attuabili da data lake composti da dati provenienti da un poliglotta di tipi e dimensioni di dati.

Che cosa imparerete?

⬤ Diventare esperti dei concetti e della terminologia essenziali della scienza dei dati e dell'ingegneria dei dati.

⬤ Costruire e utilizzare uno stack tecnologico che soddisfi i criteri del settore.

⬤ Padroneggiare i metodi per recuperare le conoscenze aziendali utilizzabili.

⬤ Coordinare la gestione di tipi di dati poliglotti in un data lake per ottenere risultati ripetibili.

Per chi è questo libro?

Data scientist e data engineer che devono convertire i dati di un data lake in conoscenze utilizzabili per la propria azienda e studenti che aspirano a diventare data scientist e data engineer.