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: [1st ed] نویسندگان: Jagadeesh. Madhu., Mohanty. Soumendra., Srivatsa. Harsha سری: The expert's voice in big data Big data imperatives ISBN (شابک) : 9781430248736, 1430248734 ناشر: Apress سال نشر: 2013 تعداد صفحات: 311 pages [311] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 Mb
در صورت تبدیل فایل کتاب Big Data Imperatives: Enterprise Big Data Warehouse, BI Implementations and Analytics 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 Big Data Imperatives: انبار بزرگ داده سازمانی ، پیاده سازی BI و تجزیه و تحلیل 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.
Big Data Imperatives، بر حل سؤالات کلیدی در ذهن همه تمرکز دارد: کدام داده مهم است؟ آیا حجم داده کافی برای توجیه استفاده دارید؟ چگونه می خواهید این مقدار داده را پردازش کنید؟ واقعاً چقدر باید آن را برای تحلیل، بازاریابی و برنامه های کاربردی BI فعال نگه دارید؟ کلان داده ها از حوزه پروژه های یکباره تا پذیرش کسب و کار اصلی در حال ظهور هستند. با این حال، ارزش واقعی داده های بزرگ در اندازه بسیار زیاد آن نیست، بلکه بیشتر در استفاده موثر از آن است. این کتاب به ویژگیهای کلان داده زیر میپردازد: انباشتههای بسیار بزرگ و توزیعشده از دادههای بدون ساختار - اغلب ناقص و غیرقابل دسترس پتابایتها/ اگزابایتها دادهها میلیونها/میلیاردها نفر در زمینه پشت دادهها مشارکت میکنند. رویدادهای مهر شده تشکیل شده از داده های ناقص شامل اتصالات بین عناصر داده است که باید به طور احتمالی استنباط شوند. میتواند میلیونها و میلیاردها رکورد را بدون ساختار و ساختار بسیار سریعتر و ارزانتر پردازش کند. تجزیه و تحلیل داده های بزرگ بستری را برای ادغام تمام تجزیه و تحلیل ها فراهم می کند که تجزیه و تحلیل داده ها را قادر می سازد دقیق تر، کامل تر، قابل اعتمادتر و بر یک قابلیت تجاری خاص متمرکز شوند. Big Data Imperatives ماهیت مکمل انبارهای داده سنتی و پلتفرم های تجزیه و تحلیل داده های بزرگ و نحوه تغذیه آنها با یکدیگر را توصیف می کند. هدف این کتاب گردآوری قلمروهای کلان داده و تجزیه و تحلیل با تمرکز بیشتر بر روی معماری هایی است که از مقیاس و قدرت داده های بزرگ و توانایی ادغام و اعمال اصول تجزیه و تحلیل برای داده هایی که قبلاً در دسترس نبودند، استفاده می کنند. این کتاب همچنین می تواند به عنوان یک کتاب راهنما برای تمرین کنندگان استفاده شود. کمک به آنها در روش شناسی، معماری فنی، تکنیک های تجزیه و تحلیل و بهترین شیوه ها. در عین حال، این کتاب قصد دارد با ارائه بینشی عمیق به قلمرو داده های بزرگ، علاقه افراد تازه وارد به کلان داده ها و تجزیه و تحلیل را جلب کند. - درباره بازبین فنی - تشکر - مقدمه - فصل 1: "داده های بزرگ"؟ در سازمان -- جستجو در مقیاس -- محتوای چند رسانه ای -- تجزیه و تحلیل احساسات -- غنی سازی و زمینه سازی داده ها -- کشف داده یا تجزیه و تحلیل اکتشافی -- تجزیه و تحلیل عملیاتی یا تجزیه و تحلیل جاسازی شده -- تحقق فرصت ها از داده های بزرگ -- نوآوری -- شتاب -- - همکاری - مدلهای کسبوکار جدید - فرصتهای جدید رشد درآمد - رام کردن «دادههای بزرگ»؟
Big Data Imperatives, focuses on resolving the key questions on everyone's mind: Which data matters? Do you have enough data volume to justify the usage? How you want to process this amount of data? How long do you really need to keep it active for your analysis, marketing, and BI applications? Big data is emerging from the realm of one-off projects to mainstream business adoption; however, the real value of big data is not in the overwhelming size of it, but more in its effective use. This book addresses the following big data characteristics: Very large, distributed aggregations of loosely structured data - often incomplete and inaccessible Petabytes/Exabytes of data Millions/billions of people providing/contributing to the context behind the data Flat schema's with few complex interrelationships Involves time-stamped events Made up of incomplete data Includes connections between data elements that must be probabilistically inferred Big Data Imperatives explains 'what big data can do'. It can batch process millions and billions of records both unstructured and structured much faster and cheaper. Big data analytics provide a platform to merge all analysis which enables data analysis to be more accurate, well-rounded, reliable and focused on a specific business capability. Big Data Imperatives describes the complementary nature of traditional data warehouses and big-data analytics platforms and how they feed each other. This book aims to bring the big data and analytics realms together with a greater focus on architectures that leverage the scale and power of big data and the ability to integrate and apply analytics principles to data which earlier was not accessible. This book can also be used as a handbook for practitioners; helping them on methodology, technical architecture, analytics techniques and best practices. At the same time, this book intends to hold the interest of those new to big data and analytics by giving them a deep insight into the realm of big data.;Contents at a Glance -- Contents -- Preface -- About the Authors -- About the Technical Reviewer -- Acknowledgments -- Introduction -- Chapter 1: “Big Data� in the Enterprise -- Search at Scale -- Multimedia Content -- Sentiment Analysis -- Enriching and Contextualizing Data -- Data Discovery or Exploratory Analytics -- Operational Analytics or Embedded Analytics -- Realizing Opportunities from Big Data -- Innovation -- Acceleration -- Collaboration -- New Business Models -- New Revenue Growth Opportunities -- Taming the “Big Data�