Теоретичний мінімум за Big Data. Все що потрібно знати про великих даних. Анналин Ин, Кеннет Су.
Сьогодні Big Data — це великий бізнес.
Нашим життям керує інформація, і отримання вигоди з неї стає центральним моментом в роботі сучасних організацій. Не важливо, хто ви - ділова людина, що працює з аналітикою, починаючий програміст або розробник, - "Теоретичний мінімум за Big Data" дозволить розібратися в основах нової і стрімко розвивається галузі обробки великих даних.
Хочете дізнатися про великих даних і механізм роботи з ними? Кожному алгоритмом присвячена окрема глава, в якій не тільки пояснюються основні принципи роботи, але і даються приклади використання в реальних задачах. Велика кількість ілюстрацій і прості коментарі дозволять легко розібратися в найскладніших аспектах Big Data.
"Відмінна візуалізація концепцій машинного навчання дозволяє «нетехнарям» інтуїтивно зрозуміти складні абстрактні поняття. Це лаконічна і точна вичавка містить теоретичний мінімум інформації, необхідний для першого знайомства з Big Data."
Етан Чен, автор курсу CS 102: Big Data, Стенфордський університет
Нашим життям керує інформація, і отримання вигоди з неї стає центральним моментом в роботі сучасних організацій. Не важливо, хто ви - ділова людина, що працює з аналітикою, починаючий програміст або розробник, - "Теоретичний мінімум за Big Data" дозволить розібратися в основах нової і стрімко розвивається галузі обробки великих даних.
Хочете дізнатися про великих даних і механізм роботи з ними? Кожному алгоритмом присвячена окрема глава, в якій не тільки пояснюються основні принципи роботи, але і даються приклади використання в реальних задачах. Велика кількість ілюстрацій і прості коментарі дозволять легко розібратися в найскладніших аспектах Big Data.
"Відмінна візуалізація концепцій машинного навчання дозволяє «нетехнарям» інтуїтивно зрозуміти складні абстрактні поняття. Це лаконічна і точна вичавка містить теоретичний мінімум інформації, необхідний для першого знайомства з Big Data."
Етан Чен, автор курсу CS 102: Big Data, Стенфордський університет
Інформація про книгу | |
ISBN | 978-5-4461-1040-7 |
Автор | Анналін Ин, Кеннет Су |
Вага | 211 |
Вид палітурки | М'який |
Видавництво | Пітер |
Кількість сторінок | 208 |
Мова видання | російска |
Рік видання | 2020 |
Стан | Нове |
Тематика | Бази даних |