Bewertung:
Das Buch über Big Data stößt bei den Lesern auf eine Mischung aus positiven und negativen Rückmeldungen. Viele schätzen die grundlegenden Konzepte und Fallstudien, während sich die Kritik häufig auf eine verwirrende Sprache, sich wiederholende Inhalte, eine schlechte Druckqualität und eine unzureichende Tiefe bei bestimmten Themen konzentriert. Das Buch eignet sich am besten für Anfänger, ist aber für diejenigen, die ein umfassendes Werk suchen, möglicherweise nicht geeignet.
Vorteile:⬤ Gut erklärte Konzepte
⬤ Verbindungen zwischen Themen
⬤ nützliche Fallstudienbeispiele
⬤ leicht zu lesen
⬤ solide Einführung
⬤ gut für Anfänger
⬤ gute Einblicke in Big Data
⬤ stark miteinander verknüpfte Unterthemen.
⬤ Verwirrende Formulierungen im ersten Teil
⬤ sich wiederholende und zu vereinfachende Inhalte
⬤ minderwertige Druckqualität
⬤ nutzlose Diagramme
⬤ oberflächliche Abdeckung fortgeschrittener Themen
⬤ viele sind der Meinung, dass es den empfohlenen Preis nicht wert ist.
(basierend auf 18 Leserbewertungen)
Big Data Fundamentals - Concepts, Drivers & Techniques
"Dieser Text sollte zur Pflichtlektüre für jeden modernen Unternehmer werden.
--Peter Woodhull, CEO, Modus21.
"Das einzige Buch, das Big-Data-Konzepte klar beschreibt und mit dem geschäftlichen Nutzen verbindet".
--Dr. Christopher Starr, PhD.
"Dies ist einfach das beste Big-Data-Buch auf dem Markt".
-Sam Rostam, Cascadian IT Group.
"... einer der zeitgemäßesten Ansätze, die ich zu den Grundlagen von Big Data gesehen habe...".
--Joshua M. Davis, PhD.
The Definitive Plain-English Guide to Big Data for Business and Technology Professionals
Big Data Fundamentals bietet eine pragmatische, nüchterne Einführung in Big Data. Der IT-Bestsellerautor Thomas Erl und sein Team erklären anschaulich die wichtigsten Big-Data-Konzepte, die Theorie und Terminologie sowie die grundlegenden Technologien und Techniken. Alle Themen werden durch Fallstudienbeispiele und zahlreiche einfache Diagramme unterstützt.
Die Autoren erläutern zunächst, wie Big Data ein Unternehmen voranbringen kann, indem es ein Spektrum von bisher unlösbaren Geschäftsproblemen löst. Anschließend entmystifizieren sie die wichtigsten Analysetechniken und -technologien und zeigen, wie eine Big-Data-Lösungsumgebung aufgebaut und integriert werden kann, um Wettbewerbsvorteile zu erzielen.
⬤ Entdeckung der grundlegenden Konzepte von Big Data und was sie von früheren Formen der Datenanalyse und Datenwissenschaft unterscheidet.
⬤ Verstehen der geschäftlichen Beweggründe und Triebkräfte für die Einführung von Big Data, von betrieblichen Verbesserungen bis hin zu Innovationen.
⬤ Planung strategischer, geschäftsorientierter Big-Data-Initiativen.
⬤ Berücksichtigung von Aspekten wie Datenmanagement, Governance und Sicherheit.
⬤ Erkennen der 5 "V"-Charakteristika von Datensätzen in Big-Data-Umgebungen: Volumen, Geschwindigkeit, Vielfalt, Wahrhaftigkeit und Wert.
⬤ Klärung der Beziehungen von Big Data zu OLTP, OLAP, ETL, Data Warehouses und Data Marts.
⬤ Die Arbeit mit Big Data in strukturierten, unstrukturierten, halbstrukturierten und Metadaten-Formaten.
⬤ Wertsteigerung durch die Integration von Big-Data-Ressourcen in die Leistungsüberwachung von Unternehmen.
⬤ Verstehen, wie Big Data die verteilte und parallele Verarbeitung nutzt.
⬤ Nutzung von NoSQL und anderen Technologien, um die besonderen Anforderungen von Big Data an die Datenverarbeitung zu erfüllen.
⬤ Nutzung von statistischen Ansätzen der quantitativen und qualitativen Analyse.
⬤ Anwendung computergestützter Analysemethoden, einschließlich maschinellen Lernens.
| ISBN: | 9780134291079 |
| Autor: | |
| Verlag: | |
| Untertitel: | Concepts, Drivers & Techniques |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2016 |
| Seitenzahl: | 240 |
Derzeit verfügbar, auf Lager.
