Big Data. Principles and Paradigms

داده‌های بزرگ: اصول و پارادایم‌ها تحقیقات پیشرفته‌ای را در مورد جنبه‌های معماری، فناوری‌ها و کاربردهای کلان داده به تصویر می‌کشد. این کتاب جهت‌ها و فناوری‌های بالقوه آینده را شناسایی می‌کند که بینش در مورد کاربردهای علمی، تجاری و مصرف‌کننده متعدد را تسهیل می‌کند.

برای کمک به تحقق پتانسیل کامل Big Data، این کتاب به چالش‌های متعددی می‌پردازد و راه‌حل‌های مفهومی و فن‌آوری را برای مقابله با آن ارائه می‌کند. آنها این چالش‌ها شامل مدیریت داده‌های چرخه زندگی، ذخیره‌سازی در مقیاس بزرگ، زیرساخت‌های پردازش انعطاف‌پذیر، مدل‌سازی داده‌ها، یادگیری ماشین مقیاس‌پذیر، الگوریتم‌های تجزیه و تحلیل داده‌ها، تکنیک‌های نمونه‌برداری، و مسائل مربوط به حریم خصوصی و اخلاقی است.

• مسائل محاسباتی را پوشش می‌دهد. پلتفرم‌هایی که از برنامه‌های کلان داده پشتیبانی می‌کنند
• به اصول کلیدی زیربنای محاسبات کلان داده می‌پردازد
• تحولات کلیدی را بررسی می‌کند که از نسل بعدی پلت‌فرم‌های Big Data پشتیبانی می‌کنند
• چالش‌های موجود در محاسبات کلان داده را بررسی می‌کند. راه هایی برای غلبه بر آنها
• شامل همکاران متخصص از دانشگاه و صنعت است

Big Data: Principles and Paradigms captures the state-of-the-art research on the architectural aspects, technologies, and applications of Big Data. The book identifies potential future directions and technologies that facilitate insight into numerous scientific, business, and consumer applications.

To help realize Big Data’s full potential, the book addresses numerous challenges, offering the conceptual and technological solutions for tackling them. These challenges include life-cycle data management, large-scale storage, flexible processing infrastructure, data modeling, scalable machine learning, data analysis algorithms, sampling techniques, and privacy and ethical issues.

• Covers computational platforms supporting Big Data applications
• Addresses key principles underlying Big Data computing
• Examines key developments supporting next generation Big Data platforms
• Explores the challenges in Big Data computing and ways to overcome them
• Contains expert contributors from both academia and industry