Scienza e analisi dei Big Data: Un approccio pratico

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 4 voti.

Titolo originale:

Big Data Science & Analytics: A Hands-On Approach

Contenuto del libro:

I dati e le informazioni sono il carburante di questa nuova era, in cui potenti algoritmi di analisi bruciano questo carburante per generare decisioni che dovrebbero creare un mondo più intelligente ed efficiente per tutti noi. Questa nuova area tecnologica è stata definita Big Data Science and Analytics e le comunità industriali e accademiche ne stanno prendendo atto come una tecnologia competitiva in grado di generare nuova ricchezza e opportunità significative.

I big data sono definiti come raccolte di insiemi di dati il cui volume, la cui velocità o la cui varietà sono tali da rendere difficile l'archiviazione, la gestione, l'elaborazione e l'analisi dei dati con i tradizionali database e strumenti di elaborazione dei dati. La scienza e l'analisi dei big data si occupano della raccolta, dell'archiviazione, dell'elaborazione e dell'analisi di dati su larga scala. Le indagini di settore condotte da Gartner ed e-Skills, ad esempio, prevedono che ci saranno oltre 2 milioni di posti di lavoro per ingegneri e scienziati formati solo nell'area della scienza dei dati e dell'analisi e che il mercato del lavoro in questo settore sta crescendo a un tasso di crescita del 150% su base annua.

Abbiamo scritto questo libro di testo, che fa parte della nostra serie in espansione "A Hands-On Approach" (TM), per soddisfare questa esigenza nei college e nelle università, e anche per i fornitori di servizi Big Data che potrebbero essere interessati a offrire una prospettiva più ampia di questo campo emergente per accompagnare i loro programmi di formazione per clienti e sviluppatori. Il lettore tipo dovrebbe aver completato un paio di corsi di programmazione con linguaggi tradizionali di alto livello a livello universitario ed essere all'ultimo anno o all'inizio di un corso di laurea in uno dei settori scientifici, tecnologici, ingegneristici o matematici (STEM). Il sito web che accompagna questo libro contiene un ulteriore supporto per l'istruzione e l'apprendimento (www.big-data-analytics-book.com).

Il libro è organizzato in tre parti principali, per un totale di dodici capitoli. La Parte I fornisce un'introduzione ai big data, alle applicazioni dei big data e ai modelli e alle architetture di big data science e analytics. Viene proposta una nuova metodologia di progettazione di sistemi applicativi di data science e analytics e ne viene descritta la realizzazione attraverso l'uso di framework open-source per i big data. Questa metodologia descrive le applicazioni di big data analytics come realizzazione dei modelli Alpha, Beta, Gamma e Delta proposti, che comprendono strumenti e framework per la raccolta e l'inserimento di dati da varie fonti nell'infrastruttura di big data analytics, incorporando filesystem distribuiti e database non relazionali (NoSQL) per l'archiviazione dei dati e framework di elaborazione per l'analisi batch e in tempo reale. Questa nuova metodologia costituisce la base pedagogica di questo libro.

La seconda parte introduce il lettore a vari strumenti e framework per l'analisi dei big data e agli aspetti architetturali e di programmazione di questi framework, con esempi in Python. Vengono descritti framework di messaggistica Publish-Subscribe (Kafka e Kinesis), connettori Source-Sink (Flume), connettori per database (Sqoop), code di messaggistica (RabbitMQ, ZeroMQ, RestMQ, Amazon SQS) e connettori personalizzati basati su REST, WebSocket e MQTT. Il lettore viene introdotto all'archiviazione dei dati, all'analisi batch e in tempo reale e ai framework di interrogazione interattiva, tra cui HDFS, Hadoop, MapReduce, YARN, Pig, Oozie, Spark, Solr, HBase, Storm, Spark Streaming, Spark SQL, Hive, Amazon Redshift e Google BigQuery. Vengono inoltre descritti i database di servizio (MySQL, Amazon DynamoDB, Cassandra, MongoDB) e il framework web Django Python.

La Parte III introduce il lettore a vari algoritmi di apprendimento automatico con esempi che utilizzano i framework Spark MLlib e H2O, e visualizzazioni che utilizzano framework come Lightning, Pygal e Seaborn.