دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Anil Maheshwari
سری:
ISBN (شابک) : 9352605020, 9789352605026
ناشر: Mc Graw Hill India
سال نشر: 2017
تعداد صفحات: 252
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 13 مگابایت
در صورت تبدیل فایل کتاب Big Data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب اطلاعات بزرگ نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب برای پاسخگویی به نیازهای دوره مقدماتی Big Data نوشته شده است. این برای دانش آموزان و همچنین مدیرانی است که می خواهند از فرصت های در حال ظهور در داده های بزرگ استفاده کنند. این شهودی از کلیت میدان را به زبانی ساده و عاری از اصطلاحات و کد ارائه میکند. همه ابزارها و پلتفرمهای ضروری فناوری Big Data مانند Hadoop، MapReduce، Spark و NoSql مورد بحث قرار میگیرند. بسیاری از جزئیات برنامه نویسی مربوطه به Appendices منتقل شده اند تا از خوانایی اطمینان حاصل شود. فصل های کوتاه درک سریع مفاهیم کلیدی را آسان می کند. یک مطالعه موردی کامل از توسعه یک برنامه Big Data گنجانده شده است. نکاتی که باید به خاطر بسپارید 1. موارد جالب و روشنگری را از داستان های دنیای واقعی در ابتدای هر فصل ارائه می دهد. IMB Watson Case Study، Google Flu 2. یک مطالعه موردی در حال اجرا در سرتاسر فصلها به عنوان تمرینهایی به عنوان مثال ارائه میکند. معماری پرس و جو گوگل، جستجوی گوگل چگونه کار می کند. 3. اهداف یادگیری واضح، سؤالات مروری، و سؤالات نوع هدف را نشان می دهد. 4. زنجیره پردازش داده سرتاسری، از تولید داده تا مصرف داده را پوشش می دهد. 5. موضوعات مهمی مانند Hive، NoSQL، Data Mining Primer را پوشش می دهد. 6. فصل های اختصاصی داده کاوی و برنامه نویسی کلان داده، ضمائم نصب Hadoop، Spark و وب سرویس های آمازون.
This book is written to meet the needs for an introductoryBig Data course. It is meant for students, as well as executives, who wish totake advantage of emerging opportunities in Big Data. It provides an intuitionof the wholeness of the field in a simple language, free from jargon and code.All the essential Big Data technology tools and platforms such as Hadoop,MapReduce, Spark, and NoSql are discussed. Most of the relevant programming details have been moved to Appendicesto ensure readability. The short chapters make it easy to quickly understandthe key concepts. A complete case study of developing a Big Data application isincluded. Points to Remember 1. Provides fun and insightful case-lets from real-world stories at the beginning of every chapter. IMB Watson Case Study, Google Flu 2. Provides a running case study across the chapters as exercises e.g. Google Query Architecture, How Google Search Works. 3. Shows clear learning objectives, review questions, and objective type questions 4. Covers end-to-end data processing chain, from generation of data to the consumption of data 5. Covers important topics like Hive, NoSQL, Data Mining Primer. 6. Dedicated Chapters on Data Mining and Big Data Programming, Appendices on Installation of Hadoop, Spark and Amazon Web Services.
Title Contents 1 Wholeness of Big Data Section 1 2 Big Data Sources and Applications 3 Big Data Architecture Section 2 4 Distributed Computing Using Hadoop 5 Parallel Processing with Map Reduce 6 NoSQL Databases 7 Stream Processing with Spark 8 New Ingesting Data 9 Cloud Computing Section 3 10 Web Log Analyzer Application Case Study 11 Data Mining Primer 12 Big Data Programming Primer Appendix A Appendix B Appendix C Additional Resources Index