دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Practical DataOps: Delivering Agile Data Science At Scale
دانلود کتاب DataOps عملی: ارائه علم داده چابک در مقیاس
مشخصات کتاب
Practical DataOps: Delivering Agile Data Science At Scale
ویرایش:
نویسندگان: Harvinder Atwal
سری:
ISBN (شابک) : 1484251032, 9781484251041
ناشر: Apress
سال نشر: 2020
تعداد صفحات: 289
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 Mb
قیمت کتاب (تومان) : 50,000
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Practical DataOps: Delivering Agile Data Science At Scale 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 DataOps عملی: ارائه علم داده چابک در مقیاس 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.
توضیحاتی در مورد کتاب DataOps عملی: ارائه علم داده چابک در مقیاس
یک مقدمه عملی برای DataOps، یک رشته جدید برای ارائه علم داده در مقیاس با الهام از شیوه‌های شرکت‌هایی مانند فیس‌بوک، اوبر، لینکدین، توییتر و eBay به دست آورید. سازمان‌ها برای تبدیل داده‌ها به اقدامات مبتنی بر بینش و محصولات داده‌های تحلیلی مفید، بیش از آخرین الگوریتم‌های هوش مصنوعی، داغ‌ترین ابزارها و بهترین افراد نیاز دارند. فرآیندها و تفکری که برای مدیریت و استفاده از داده ها در قرن بیستم به کار گرفته شده است، گلوگاهی برای کار موثر با انواع داده ها و موارد استفاده تحلیلی پیشرفته ای است که امروزه سازمان ها دارند. این کتاب رویکرد و روش هایی را برای اطمینان از استفاده سریع مداوم از داده ها برای ایجاد محصولات داده های تحلیلی و هدایت تصمیم گیری ارائه می دهد. DataOps عملی به شما نشان می دهد که چگونه زنجیره تامین داده را از منابع داده خام متنوع تا محصول داده نهایی بهینه کنید، خواه هدف مدل یادگیری ماشین باشد یا سایر خروجی های داده محور. این کتاب رویکردی برای حذف تلاش‌های بیهوده و بهبود همکاری بین تولیدکنندگان داده، مصرف‌کنندگان داده، و بقیه سازمان از طریق اتخاذ تفکر ناب و اصول توسعه نرم‌افزار چابک ارائه می‌کند. این کتاب به شما کمک می‌کند تا سرعت و دقت توسعه برنامه‌های تحلیلی را از طریق مدیریت داده‌ها و شیوه‌های DevOps که به‌طور ایمن دسترسی به داده‌ها را گسترش می‌دهد و به سرعت تعداد محصولات داده‌های تکرارپذیر را از طریق اتوماسیون، آزمایش و یکپارچه‌سازی افزایش می‌دهد، افزایش دهید. این کتاب همچنین نحوه جمع‌آوری بازخورد و نظارت بر عملکرد را برای مدیریت و بهبود مستمر فرآیندها و خروجی‌ها نشان می‌دهد.
توضیحاتی درمورد کتاب به خارجی
Gain a practical introduction to DataOps, a new discipline for delivering data science at scale inspired by practices at companies such as Facebook, Uber, LinkedIn, Twitter, and eBay. Organizations need more than the latest AI algorithms, hottest tools, and best people to turn data into insight-driven action and useful analytical data products. Processes and thinking employed to manage and use data in the 20th century are a bottleneck for working effectively with the variety of data and advanced analytical use cases that organizations have today. This book provides the approach and methods to ensure continuous rapid use of data to create analytical data products and steer decision making. Practical DataOps shows you how to optimize the data supply chain from diverse raw data sources to the final data product, whether the goal is a machine learning model or other data-orientated output. The book provides an approach to eliminate wasted effort and improve collaboration between data producers, data consumers, and the rest of the organization through the adoption of lean thinking and agile software development principles. This book helps you to improve the speed and accuracy of analytical application development through data management and DevOps practices that securely expand data access, and rapidly increase the number of reproducible data products through automation, testing, and integration. The book also shows how to collect feedback and monitor performance to manage and continuously improve your processes and output.
نظرات کاربران
کتاب های تصادفی
