Bewertung:
Das Buch über Datenarchitektur bietet einen umfassenden Leitfaden für alle, die sich mit Datenanalyse und -architektur befassen, und richtet sich an eine breite Leserschaft. Während einige Nutzer das Buch als zugänglich und informativ empfanden, bemängelten andere die schlechte Organisation, übermäßige Wiederholungen und Probleme mit der Druckqualität.
Vorteile:⬤ Umfassende Abdeckung von Datenarchitekturkonzepten
⬤ Zugänglich und lesbar für Nicht-Ingenieure
⬤ Gutes Nachschlagewerk zum Verständnis der Grundlagen der Datenarchitektur.
⬤ Schlecht organisierter und sich wiederholender Inhalt
⬤ Braucht eine bessere redaktionelle Betreuung
⬤ Geringe Druckqualität, die die Lesbarkeit beeinträchtigt
⬤ Einige sachliche Ungenauigkeiten und verwirrende Informationen.
(basierend auf 7 Leserbewertungen)
Data Architecture: A Primer for the Data Scientist: A Primer for the Data Scientist
In den letzten fünf Jahren ist das Konzept von Big Data gereift, die Datenwissenschaft hat sich exponentiell entwickelt und die Datenarchitektur ist zu einem Standardbestandteil der organisatorischen Entscheidungsfindung geworden. Bei all diesen Veränderungen sind die Grundprinzipien, die die Datenarchitektur prägen, dieselben geblieben.
Es besteht nach wie vor die Notwendigkeit, einen Blick auf das "Gesamtbild" zu werfen und zu verstehen, wo die eigenen Daten im Gesamtgefüge der Dinge stehen. Datenarchitektur: A Primer for the Data Scientist, Second Edition befasst sich mit dem größeren architektonischen Bild, wie Big Data in die bestehende Informationsinfrastruktur oder Data-Warehousing-Systeme passt. Dieses Thema ist nicht nur für Datenwissenschaftler, Analysten und Manager von grundlegender Bedeutung, sondern auch für Forscher und Ingenieure, die zunehmend mit großen und komplexen Datensätzen umgehen müssen.
Solange Daten nicht gesammelt und in ein bestehendes Framework oder eine Architektur eingeordnet werden können, kann ihr Potenzial nicht voll ausgeschöpft werden. Auf der Grundlage jahrelanger praktischer Erfahrung und anhand zahlreicher Beispiele und Fallstudien aus verschiedenen Branchen versuchen die Autoren, dieses größere Bild, in das Big Data passt, zu erklären und Datenwissenschaftlern den notwendigen Kontext dafür zu geben, wie die Teile des Puzzles zusammenpassen sollten.
| ISBN: | 9780128169162 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 431 |
Derzeit verfügbar, auf Lager.
