Еще
Логотип LiveLibЛоготип LiveLibЛента
Анналин Ын, Кеннет Су - Теоретический минимум по Big Data. Всё что нужно знать о больших данных
User AvatarВаша оценка
3,5
(54)

Теоретический минимум по Big Data. Всё что нужно знать о больших данных

Анналин Ын, Кеннет Су
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 отд...

Жанры

Издательство:

Питер

Серия:

Библиотека программиста

ISBN:

978-5-4461-1040-7

Год издания:

2019

Мягкая обложка, 208стр.

Тираж: 1700

Формат: 60x90/16

Возрастные ограничения:

16+

Рейтинг LiveLib

3,5
54 оценки
  • 5
    11%
  • 4
    50%
  • 3
    31%
  • 2
    7%
  • 1
    0%
User AvatarВаша оценка
Прочитали 70Хотят прочитать 92

Рецензии

  • Аватар пользователя
    PureVirtual
    3 октября 2022

    Обман на обложке и ничего ценного под ней

    Книга не имеет отношения к заявленной на обложке крупным шрифтом теме «BIG DATA». В оригинале она называется «Data Science for the Layman» («Наука о данных для неспециалистов»). В ней затрагивается десяток вполне традиционных подходов к анализу данных (регрессионный анализ, PCA, SVM, деревья решений и т. п.), ни один из которых не связан со спецификой big data (что и понятно — авторы ведь даже не подозревали, что пишут книгу про большие данные!).

    Помимо этого неприятного маркетингового хода разочаровало и содержимое книги. Такое впечатление, что это конспект ленивого студента, который записывал для галочки какие-то красивые слова, но сразу засыпал при появлении на доске формул. Человек, прочитавший хоть одну книгу-ликбез про анализ данных, вряд ли найдёт здесь что-то новое, а совершенно не знакомый с темой читатель вряд ли узнает что-нибудь полезное.

    В общем, получилась странная брошюрка ни о чём с модным словом на обложке (и ценой серьёзной книги).

    Читать далее
    like8 понравилось
    0
    291
  • Аватар пользователя
    HasfjordCoburg
    19 октября 2020

    Хорошая

    Абсолютно поверхностный обзор основных алгоритмов и подходов, подойдет как опорный текст для дальнейшего углубления, нет ни одной формулы, ни одной строчки кода, есть относительно полезные графики и понятные описания достоинств и недостатков рассмотренных методов

    like5 понравилось
    0
    415
  • Аватар пользователя
    GrayAve
    1 октября 2024

    Книжка небольшая, читается буквально за одни выходные без напряжения. Материал дан сжато, без громоздких формул и выкладок, не давая в дебри и долги разглагольствования. Каждый из затронутых алгоритмов в отдельной главе и с кратким резюме в конце. И наверно это все положительное что можно сказать о книжке. В целом ощущение, что читаешь чужой конспект по предмету. Возможно освежить материал, если ты его так же проходил такой "конспект" поможет, но целостной картины после этого не будет. Конечно, сама книга позиционирует себя как этакий краткий экскурс, чтоб иметь представления об этой разделе современного IT. Но гложут дикие сомнения, что у того самого новичка, который выберет эту книгу как первую, что-то надолго останется в голове, ведь каких-то нормальных опорных крючков нет, вся информация хоть и структурирована внутри глав, но вывалена без какой-то нормальной взаимосвязи. Возможно будет хороша как шпаргалка или лайт-справочник, после, которого самостоятельно отправишься копать по данной теме горы литературы, нормальных примеров и т.п. Но как законченное справочное издание очень слабое.

    Читать далее
    like3 понравилось
    0
    128
Все рецензии

Популярное

Цитаты

Еще не добавлена ни одна цитата из книги. Ваша может стать первой.