Теоретический минимум по Big Data. Всё что нужно знать о больших данных [Анналин Ын, Кеннет Су]

Теоретический минимум по Big Data. Всё что нужно знать о больших данных [Анналин Ын, Кеннет Су]

Библиотека программиста
Авторы: Анналин Ын, Кеннет Су
Год: 2019
Страниц: 208
Обложка: Обл Ц
Формат: 60х90/16
Баркод: 9785446110407
ISBN: 978-5-4461-1040-7
скан pdf

Cегодня Big Data — это большой бизнес.
Нашей жизнью управляет информация, и извлечение выгоды из нее становится центральным моментом в работе современных организаций. Не важно кто вы - деловой человек, работающий с аналитикой, начинающий программист или разработчик, - "Теоретический минимум по Big Data" позволит разобраться в основах новой и стремительно развивающейся отрасли обработки больших данных.

Хотите узнать о больших данных и механизмах работы с ними? Каждому алгоритму посвящена отдельная глава, в которой не только объясняются основные принципы работы, но и даются примеры использования в реальных задачах. Большое количество иллюстраций и простые комментарии позволят легко разобраться в самых сложных аспектах Big Data.

"Отличная визуализация концепций машинного обучения позволяет «нетехнарям» интуитивно понять сложные абстрактные понятия. Это лаконичная и точная выжимка содержит теоретический минимум информации, необходимый для первого знакомства с Big Data."
Этан Чен, автор курса CS 102: Big Data, Стэнфордский университет