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: James D. Miller
سری:
ISBN (شابک) : 9781785281945
ناشر: Packt Publishing
سال نشر: 2017
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 23 مگابایت
در صورت تبدیل فایل کتاب Big Data Visualization 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 تجسم داده های 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.
آموزش ابزارها و تکنیک های موثر برای تفکیک داده های بزرگ به اجزای قابل مدیریت و منطقی برای تجسم کارآمد داده
این کتاب برای تحلیلگران داده یا کسانی است که دانش پایه ای از تجزیه و تحلیل داده های بزرگ دارند و می خواهند تجسم داده های بزرگ را یاد بگیرند تا تجزیه و تحلیل خود را مفیدتر کنند. شما نیاز به دانش کافی در مورد ابزارهای پلت فرم داده های بزرگ مانند Hadoop و همچنین تجربه ای با زبان های برنامه نویسی مانند R. این کتاب برای کسانی که با تجسم داده های معمولی آشنا هستند و اکنون می خواهند افق خود را با کاوش در تجسم داده های بزرگ گسترش دهند عالی خواهد بود.
وقتی صحبت از کلان داده می شود، ابزارهای تجسم معمولی داده با ویژگی های اساسی ناکافی می شوند. این کتاب مفاهیم و مدل های مورد استفاده برای تجسم داده های بزرگ را با تمرکز بر تجسم های کارآمد پوشش می دهد.
این کتاب در مورد تجسم دادههای بزرگ و چالشهای پیرامون تجسم دادههای بزرگ کار میکند و به چالشهای مشخصه تجسم مانند سرعت در دسترسی، درک/افزودن زمینه، بهبود کیفیت دادهها، نمایش نتایج، موارد پرت، ما بر روی محبوب ترین کتابخانه ها برای اجرای وظایف تجسم داده های بزرگ تمرکز می کنیم و ابزارهای \"داده گرا\" مانند Hadoop و Tableau را بررسی می کنیم. ما به شما نشان خواهیم داد که چگونه داده ها با متغیرهای مختلف و برای موارد استفاده متفاوت تغییر می کنند. با موضوعات گام به گام مانند: وارد کردن داده به چیزی مانند Hadoop، تجزیه و تحلیل اولیه.
انتخاب تجسمها به مناسبترین تکنیکها برای دادههای بزرگ بستگی دارد، و ما گزینههای مختلفی را برای تجسم دادههای بزرگ بر اساس تکنیکهای اثباتشده در صنعت به شما نشان میدهیم. سپس خواهید آموخت که چگونه ابزارهای تجسم رایج را یکپارچه کنید. با استفاده از نمودارهای پایگاه داده برای مشاهده حجم عظیمی از داده های خاص. در نهایت، نحوه نمایش ادغام داده های بزرگ بصری با BI با استفاده از Cognos BI را خواهید یافت.
با کمک موارد استفاده واقعی در دنیای واقعی، به دادهها در دنیای دادههای بزرگ میپردازیم. مقیاسپذیری و عظیم بودن دادهها، تجسمهای کلان داده را با تجسمهای دادههای معمولی متفاوت میکند، و این کتاب به تمام مشکلاتی که حرفه ای ها در حین تجسم کلان داده هایشان با آنها مواجه می شوند، رسیدگی می کند.
Learn effective tools and techniques to separate big data into manageable and logical components for efficient data visualization
This book is for data analysts or those with a basic knowledge of big data analysis who want to learn big data visualization in order to make their analysis more useful. You need sufficient knowledge of big data platform tools such as Hadoop and also some experience with programming languages such as R. This book will be great for those who are familiar with conventional data visualizations and now want to widen their horizon by exploring big data visualizations.
When it comes to big data, regular data visualization tools with basic features become insufficient. This book covers the concepts and models used to visualize big data, with a focus on efficient visualizations.
This book works around big data visualizations and the challenges around visualizing big data and address characteristic challenges of visualizing like speed in accessing, understanding/adding context to, improving the quality of the data, displaying results, outliers, and so on. We focus on the most popular libraries to execute the tasks of big data visualization and explore "big data oriented" tools such as Hadoop and Tableau. We will show you how data changes with different variables and for different use cases with step-through topics such as: importing data to something like Hadoop, basic analytics.
The choice of visualizations depends on the most suited techniques for big data, and we will show you the various options for big data visualizations based upon industry-proven techniques. You will then learn how to integrate popular visualization tools with graphing databases to see how huge amounts of certain data. Finally, you will find out how to display the integration of visual big data with BI using Cognos BI.
With the help of insightful real-world use cases, we'll tackle data in the world of big data. The scalability and hugeness of the data makes big data visualizations different from normal data visualizations, and this book addresses all the difficulties encountered by professionals while visualizing their big data.