Google Bigquery: Der endgültige Leitfaden: Data Warehousing, Analytik und maschinelles Lernen in großem Maßstab

Bewertung:   (4,5 von 5)

Google Bigquery: Der endgültige Leitfaden: Data Warehousing, Analytik und maschinelles Lernen in großem Maßstab (Valliappa Lakshmanan)

Leserbewertungen

Zusammenfassung:

Das Buch bietet einen umfassenden und detaillierten Einblick in BigQuery und ist damit sowohl für Anfänger als auch für erfahrene Benutzer ein unverzichtbares Hilfsmittel. Es wurde jedoch wegen seiner Druckqualität kritisiert, insbesondere weil es in Schwarz-Weiß gehalten ist, was die Lesbarkeit beeinträchtigen kann.

Vorteile:

Detaillierte und praktische Informationen
ausgezeichnete Abdeckung von BigQuery
klar geschrieben mit großartigen Beispielen
wertvoll für das Lernen
gut strukturiert
umfassend und aktuell mit neuen Funktionen
hochwertige Informationen von vertrauenswürdigen Autoren.

Nachteile:

Die Druckqualität ist schlecht, es fehlt an Farbe, was die Lesbarkeit beeinträchtigt
einige Inhalte sind möglicherweise veraltet
Probleme mit falschen Inhalten (Java ist in BigQuery enthalten)
hoher Preis.

(basierend auf 19 Leserbewertungen)

Originaltitel:

Google Bigquery: The Definitive Guide: Data Warehousing, Analytics, and Machine Learning at Scale

Inhalt des Buches:

Arbeiten Sie mit Datensätzen im Petabyte-Bereich und bauen Sie dabei einen kollaborativen, agilen Arbeitsplatz auf. Dieses praktische Buch ist die kanonische Referenz zu Google BigQuery, der Abfrage-Engine, mit der Sie interaktive Analysen großer Datensätze durchführen können.

Mit BigQuery können Unternehmen ihre Daten in einem praktischen Rahmen effizient speichern, abfragen, aufnehmen und daraus lernen. In diesem Buch erfahren Sie, wie Sie Daten in großem Umfang analysieren können, um effizient Erkenntnisse aus großen Datensätzen zu gewinnen.

Valliappa Lakshmanan, Tech Lead für Google Cloud Platform, und Jordan Tigani, Engineering Director für das BigQuery-Team, stellen Best Practices für modernes Data Warehousing in einer autoskalierten, serverlosen Public Cloud vor. Ganz gleich, ob Sie Teile von BigQuery erkunden möchten, mit denen Sie nicht vertraut sind, oder ob Sie sich lieber auf bestimmte Aufgaben konzentrieren möchten, diese Referenz ist unverzichtbar.

Weitere Daten des Buches:

ISBN:9781492044468
Autor:
Verlag:
Einband:Taschenbuch
Erscheinungsjahr:2019
Seitenzahl:350

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Google Bigquery: Der endgültige Leitfaden: Data Warehousing, Analytik und maschinelles Lernen in...
Arbeiten Sie mit Datensätzen im Petabyte-Bereich...
Google Bigquery: Der endgültige Leitfaden: Data Warehousing, Analytik und maschinelles Lernen in großem Maßstab - Google Bigquery: The Definitive Guide: Data Warehousing, Analytics, and Machine Learning at Scale
Entwurfsmuster für maschinelles Lernen: Lösungen für häufige Herausforderungen bei der...
Die Entwurfsmuster in diesem Buch enthalten bewährte...
Entwurfsmuster für maschinelles Lernen: Lösungen für häufige Herausforderungen bei der Datenaufbereitung, Modellbildung und Mlops - Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops
Praktisches maschinelles Lernen für Computer Vision: End-To-End Machine Learning für Bilder -...
Durch den Einsatz von Modellen des maschinellen...
Praktisches maschinelles Lernen für Computer Vision: End-To-End Machine Learning für Bilder - Practical Machine Learning for Computer Vision: End-To-End Machine Learning for Images
Datenwissenschaft auf der Google Cloud Platform: Implementieren von...
Erfahren Sie, wie einfach es ist, anspruchsvolle statistische und maschinelle...
Datenwissenschaft auf der Google Cloud Platform: Implementieren von End-to-End-Echtzeit-Datenpipelines: Vom Ingest zum maschinellen Lernen - Data Science on the Google Cloud Platform: Implementing End-To-End Real-Time Data Pipelines: From Ingest to Machine Learning

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht: