Data Science With Hadoop

Książki Obcojęzyczne>Angielskie>Computing & information technology>Databases>Data warehousing

0x001c1bac00000000

Sklep: Gigant.pl

Practical Data Science with Hadoop and Spark: Designing and Building Effective Analytics at Scale

Książki

Sklep: KrainaKsiazek.pl

Zwinna analiza danych. Apache Hadoop dla każdego - Russell Jurney

Książki & Multimedia > Książki

Opis - Duże zbiory danych dla każdego! W dobie Big Data klasyczne podejście do analizy danych nie przynosi już pożądanych wyników. Skuteczna analiza gigantycznych zbiorów informacji, wyciąganie interesujących wniosków i prezentowanie ich w przejrzystej formie użytkownikowi wymagają mnóstwa czasu i środków. Zastanawiasz się, jak podejść do tego problemu, by zminimalizować ryzyko niepowodzenia? Na to i wiele innych pytań odpowiada ta fantastyczna książka. Dzięki niej dowiesz się, jak zaprząc platformę Hadoop do własnych celów. Skorzystasz z prostych narzędzi, takich jak język Python , biblioteka D3.js oraz Apache Pig , i zastosujesz zwinne podejście do problemu, by osiągnąć zaskakujące efekty. Ponadto przekonasz się, jak łatwo można publikować dane w MongoDB , stosować wyszukiwarkę ElasticSearch oraz wykorzystać potencjał chmur obliczeniowych . Nauczysz się także wizualizować dane na wykresach, prognozować oraz podejmować właściwe działania. Książka ta jest doskonałą lekturą dla wszystkich osób stojących przed problemem skutecznej pracy z ogromnymi zbiorami danych. Dzięki tej książce: poznasz najlepsze narzędzia do przetwarzania zbiorów danych wykorzystasz możliwości języka Python sprawdzisz możliwości chmur obliczeniowych błyskawicznie wyszukasz dane za pomocą ElasticSearch zwizualizujesz dane z użyciem D3.js Zwinnie rozwiąż problemy z dużymi zbiorami danych! "Przy tak dużej popularności zagadnień Big Data i Data Science, lektura praktycznego instruktażu budowy aplikacji analitycznych jest mocno odświeżająca. Russel Jurney wprowadza nas, małymi porcjami implementacji, w swoją filozofię zwinności w dziedzinie analizy i aplikacyjnego wykorzystywania danych." Mat Kelcey , matpalm.com Nazwa - Zwinna analiza danych. Apache Hadoop dla każdego Oryginalny tytuł - Agile Data Science: Building Data Analytics Applications with Hadoop Autor - Russell Jurney Oprawa - Miękka Wydawca - Helion Kod ISBN - 9788324699445 Kod EAN - 9788324699445 Wydanie - - Rok wydania - 2015 Język - PL Tłumacz - Przemysław Szeremiota Seria wydawnicza - - Format - 140x208 Ilość stron - 184 Podatek VAT - 5% Premiera - 2015-01-16

Sklep: InBook.pl

Hadoop For Dummies John Wiley & Sons Inc

Książki / Literatura obcojęzyczna

Let Hadoop For Dummies help harness the power of your data and rein in the information overload§Big data has become big business, and companies and organizations of all sizes are struggling to find ways to retrieve valuable information from their massive data sets with becoming overwhelmed. Enter Hadoop and this easy-to-understand For Dummies guide. Hadoop For Dummies helps readers understand the value of big data, make a business case for using Hadoop, navigate the Hadoop ecosystem, and build and manage Hadoop applications and clusters.§Explains the origins of Hadoop, its economic benefits, and its functionality and practical applications§Helps you find your way around the Hadoop ecosystem, program MapReduce, utilize design patterns, and get your Hadoop cluster up and running quickly and easily§Details how to use Hadoop applications for data mining, web analytics and personalization, large-scale text processing, data science, and problem-solving§Shows you how to improve the value of your Hadoop cluster, maximize your investment in Hadoop, and avoid common pitfalls when building your Hadoop cluster§From programmers challenged with building and maintaining affordable, scaleable data systems to administrators who must deal with huge volumes of information effectively and efficiently, this how-to has something to help you with Hadoop.

Sklep: Libristo.pl

Zwinna analiza danych. Apache Hadoop dla każdego ebookpoint

Fotografia

Duże zbiory danych dla każdego! W dobie Big Data klasyczne podejście do analizy danych nie przynosi już pożądanych wyników. Skuteczna analiza gigantycznych zbiorów informacji, wyciąganie interesujących wniosków i prezentowanie ich w przejrzystej formie użytkownikowi wymagają mnóstwa czasu i środków. Zastanawiasz się, jak podejść do tego problemu, by zminimalizować ryzyko niepowodzenia? Na to i wiele innych pytań odpowiada ta fantastyczna książka. Dzięki niej dowiesz się, jak zaprząc platformę Hadoop do własnych celów. Skorzystasz z prostych narzędzi, takich jak język Python , biblioteka D3.js oraz Apache Pig , i zastosujesz zwinne podejście do problemu, by osiągnąć zaskakujące efekty. Ponadto przekonasz się, jak łatwo można publikować dane w MongoDB , stosować wyszukiwarkę ElasticSearch oraz wykorzystać potencjał chmur obliczeniowych . Nauczysz się także wizualizować dane na wykresach, prognozować oraz podejmować właściwe działania. Książka ta jest doskonałą lekturą dla wszystkich osób stojących przed problemem skutecznej pracy z ogromnymi zbiorami danych. Dzięki tej książce: poznasz najlepsze narzędzia do przetwarzania zbiorów danych wykorzystasz możliwości języka Python sprawdzisz możliwości chmur obliczeniowych błyskawicznie wyszukasz dane za pomocą ElasticSearch zwizualizujesz dane z użyciem D3.js Zwinnie rozwiąż problemy z dużymi zbiorami danych!

Sklep: Booknet.net.pl

Learning Hadoop 2

Książki Obcojęzyczne>Angielskie>Computing & information technology>Computer science

0x0094ce3900000000

Sklep: Gigant.pl

Doing Data Science O'Reilly Media, Inc, USA

Książki / Literatura obcojęzyczna

Now that people are aware that data can make the difference in an election or a business model, data science as an occupation is gaining ground. But how can you get started working in a wide-ranging, interdisciplinary field that's so clouded in hype? This insightful book, based on Columbia University's Introduction to Data Science class, tells you what you need to know. In many of these chapter-long lectures, data scientists from companies such as Google, Microsoft, and eBay share new algorithms, methods, and models by presenting case studies and the code they use. If you're familiar with linear algebra, probability, and statistics, and have programming experience, this book is an ideal introduction to data science.Topics include: Statistical inference, exploratory data analysis, and the data science process Algorithms Spam filters, Naive Bayes, and data wrangling Logistic regression Financial modeling Recommendation engines and causality Data visualization Social networks and data journalism Data engineering, MapReduce, Pregel, and Hadoop Doing Data Science is collaboration between course instructor Rachel Schutt, Senior VP of Data Science at News Corp, and data science consultant Cathy O'Neil, a senior data scientist at Johnson Research Labs, who attended and blogged about the course.

Sklep: Libristo.pl

Beginning Big Data with Power BI and Excel 2013 APress

Książki / Literatura obcojęzyczna

Big data is all the rage. So you better buckle down and learn the ins and outs of Hadoop, Hive, Pig, Solr, Spark, and all the other Apache tools people say are absolutely required to take advantage of the revolution. Right? Maybe not. As Neil Dunlop, chair of the Computer Science Department at Berkeley City College in California demonstrates in Big Data for the Little Guy , it turns out that a data analyst or tech-savvy IT or business manager armed with the latest versions of Excel and Power BI can import data into them and perform valuable, professional analyses of a company's Big Data assets.§§While Big Data for the Little Guy: Big Data Processing and Analysis Using Power BI in Excel 2013 covers prominent tools such as Hadoop and the NoSQL database Cassandra, it recognizes that most small and medium-sized businesses don't have the Big Data processing needs of a Netflix, Target, or Facebook. Instead, it shows how to import data and use the self-service analytics available in Excel with Power BI. As you'll see through the book's numerous case examples, these tools - which you already know how to use - can perform many of the same functions as the higher-end Apache tools many people believe are required to carry out in Big Data projects.§§To set the business context, veteran programmer/developer, teacher, and Excel/Power BI expert Neil Dunlop starts by reviewing the importance of analyzing data before making important business decisions and then determining when higher-end tools such as Hadoop and Cassandra are necessary. He then shows in great depth how small and medium-sized businesses can meet most of their data analysis needs using Excel with Power BI.§Through instruction, insight, advice, and case studies, Big Data for the Little Guy will show you how to:§§Import and mash up data from web pages, SQL and NoSQL databases, the Azure Marketplace and other sources.§Tap into the analytical power of PivotTables and PivotCharts and develop relational data models to track trends and make predictions based on a wide range of data.§Understand basic statistics and use Excel with PowerBI to do sophisticated statistical analysis - including identifying trends and correlations.§Use SQL within Excel to do sophisticated queries across multiple tables, including NoSQL databases.§Create complex formulas to solve real-world business problems using Data Analysis Expressions (DAX). §Along the way, you'll learn how to present the data using visual tools such as slicers, dashboards that summarize real-time results in relation to goals, data-driven maps, and OLAP cubes for multidimensional analysis. Through the book's emphasis on real-world cases and examples, you'll understand how to meet most of your big data analysis and decision needs using Excel and Power BI. That will save you time, money, and effort while providing the answers you need to critical business questions - faster and more accurately than ever.§§

Sklep: Libristo.pl

PYTHON DLA PROGRAMISTÓW BIG DATA I AI STUDIA WYDAWCA

Książki > Książki naukowe i popularnonaukowe > Informatyka, internet

PYTHON DLA PROGRAMISTÓW BIG DATA I AI STUDIA  Programiści lubią  Pythona . Ujmuje ich wyrazistość, zwięzłość i interaktywność kodu, a także bogata kolekcja narzędzi i bibliotek. Zalety te są uzupełniane przez rozwój innych technologii, zwiększającą się dostępność coraz szybszego sprzętu oraz rosnącą przepustowość internetu. Z kolei to wszystko wiąże się z powstawaniem niewyobrażalnych ilości danych, które trzeba magazynować i efektywnie przetwarzać. Większość innowacji w świecie informatyki koncentruje się wokół danych. A z tymi zadaniami można sobie poradzić dzięki imponującym możliwościom Pythona i jego bibliotek. Ta książka ułatwi naukę  Pythona  metodą analizy i eksperymentów. Zawiera ponad 500 przykładów faktycznie wykorzystywanego kodu - od krótkich bloków po kompletne studia przypadków. Pokazano, w jaki sposób można kodować w interpreterze  IPython  i notatnikach Jupytera. Znalazł się tu obszerny opis Pythona oraz jego instrukcji sterujących i funkcji, omówiono pracę na plikach, kwestie serializacji w notacji JSON i obsługę wyjątków. Zaprezentowano różne paradygmaty programowania: proceduralnego, w stylu funkcyjnym i zorientowanego obiektowo. Sporo miejsca poświęcono bibliotekom: standardowej bibliotece Pythona i bibliotekom data science do realizacji złożonych zadań przy minimalnym udziale kodowania. Nie zabrakło wprowadzenia do takich zagadnień data science jak sztuczna inteligencja, symulacje, animacje czy przygotowanie danych do analizy. W książce między innymi: przetwarzanie języka naturalnego IBM stosowanie bibliotek scikit-learn i Keras big data, Hadoop(R), Spark

Sklep: ksiazkitanie.pl

PYTHON DLA PROGRAMISTÓW BIG DATA I AI DEITEL WYDAWCA

Kultura i rozrywka > Książki i Komiksy > Informatyka, internet > Programowanie

PYTHON DLA PROGRAMISTÓW BIG DATA I AI DEITEL  Programiści lubią  Pythona . Ujmuje ich wyrazistość, zwięzłość i interaktywność kodu, a także bogata kolekcja narzędzi i bibliotek. Zalety te są uzupełniane przez rozwój innych technologii, zwiększającą się dostępność coraz szybszego sprzętu oraz rosnącą przepustowość internetu. Z kolei to wszystko wiąże się z powstawaniem niewyobrażalnych ilości danych, które trzeba magazynować i efektywnie przetwarzać. Większość innowacji w świecie informatyki koncentruje się wokół danych. A z tymi zadaniami można sobie poradzić dzięki imponującym możliwościom Pythona i jego bibliotek. Ta książka ułatwi naukę  Pythona  metodą analizy i eksperymentów. Zawiera ponad 500 przykładów faktycznie wykorzystywanego kodu - od krótkich bloków po kompletne studia przypadków. Pokazano, w jaki sposób można kodować w interpreterze  IPython  i notatnikach Jupytera. Znalazł się tu obszerny opis Pythona oraz jego instrukcji sterujących i funkcji, omówiono pracę na plikach, kwestie serializacji w notacji JSON i obsługę wyjątków. Zaprezentowano różne paradygmaty programowania: proceduralnego, w stylu funkcyjnym i zorientowanego obiektowo. Sporo miejsca poświęcono bibliotekom: standardowej bibliotece Pythona i bibliotekom data science do realizacji złożonych zadań przy minimalnym udziale kodowania. Nie zabrakło wprowadzenia do takich zagadnień data science jak sztuczna inteligencja, symulacje, animacje czy przygotowanie danych do analizy. W książce między innymi: przetwarzanie języka naturalnego IBM stosowanie bibliotek scikit-learn i Keras big data, Hadoop(R), Spark

Sklep: ksiazkitanie.pl

Principles and Practice of Big Data Elsevier Science Publishing Co Inc

Książki / Literatura obcojęzyczna

Principles and Practice of Big Data: Preparing, Sharing, and Analyzing Complex Information, Second Edition updates and expands on the first edition, bringing a set of techniques and algorithms that are tailored to Big Data projects. The book stresses the point that most data analyses conducted on large, complex data sets can be achieved without the use of specialized suites of software (e.g., Hadoop), and without expensive hardware (e.g., supercomputers). The core of every algorithm described in the book can be implemented in a few lines of code using just about any popular programming language (Python snippets are provided).Through the use of new multiple examples, this edition demonstrates that if we understand our data, and if we know how to ask the right questions, we can learn a great deal from large and complex data collections. The book will assist students and professionals from all scientific backgrounds who are interested in stepping outside the traditional boundaries of their chosen academic disciplines.Presents new methodologies that are widely applicable to just about any project involving large and complex datasetsOffers readers informative new case studies across a range scientific and engineering disciplinesProvides insights into semantics, identification, de-identification, vulnerabilities and regulatory/legal issuesUtilizes a combination of pseudocode and very short snippets of Python code to show readers how they may develop their own projects without downloading or learning new software

Sklep: Libristo.pl

Big Data Fundamentals Pearson Education

Książki / Literatura obcojęzyczna

Big Data Science Fundamentals offers a comprehensive, easy-to-understand, and up-to-date understanding of Big Data for all business professionals and technologists. Leading enterprise technology author Thomas Erl introduces key Big Data concepts, theory, terminology, technologies, key analysis/analytics techniques, and more - all logically organized, presented in plain English, and supported by easy-to-understand diagrams and case study examples. Erl provides a uniquely valuable methodology for Big Data analysis, and introduces the underlying analysis techniques and enabling technological constructs that constitute a Big Data solution environment. He presents vendor-neutral guidance on implementing Big Data for competitive advantage; and for successfully integrating Big Data with existing enterprise systems.Coverage includes: *Big Data's fundamental concepts and key business/technology drivers*"5 V" characteristics of data in Big Data environments: volume, velocity, variety, veracity, and value*Types of Big Data: structured, unstructured, semi-structured, and meta-data*Big Data's relationships with OLTP, OLAP, ETL, data warehouses, and data marts*Fundamental types of analysis, analytics, and machine learning*Requirements and tools for visualizing big data*Adoption and planning: business cases, privacy, security, provenance, performance, governance, and more*Big Data technologies, including clusters, NoSQL, distributed and parallel data processing, Hadoop, cloud computing, and storage*Big Data analysis and analytics across the full lifecycle*And much more

Sklep: Libristo.pl

Pro Tableau APress

Książki / Literatura obcojęzyczna

The book will discuss the significance of Visualization in Business Intelligence and Data Science Using Tableau. It will explore the power of statistics and data mining to help with the understanding of data and make compelling dashboards to enable quicker decision making. The book will encourage self-service BI by placing power directly in the hands of business users. It will be intuitive enough to help pull together good visualization quickly yet leave room for deeper exploration. The book will cover the connectivity to varied data sources such as spreadsheets (Excel), text files (.txt), MS access databases (.accdb), RDBMSs (MS SQL Server, Oracle, MySQL), NoSQL (MongoDB, Cassandra), Big Data (Cloudera Hadoop), R Scripts (.rdata), etc. The book will have detailed steps on connecting to single and multiple (similar and disparate) data sources. The book will discuss several types of charts (bar, stacked bar, combination charts, dual axis charts, area charts, bubble charts, heat maps, tree maps, highlight tables, pie charts, histogram, box and whisker plot, etc). The book will have a complete section dedicated to data mining. This will be covered by bringing together R analytics with Tableau. The power of visual analytics to tell a compelling story will be discussed with a couple of good use cases. What you will learn: -How to connect various data sources such as structured RDBMS (SQL Server, Oracle), non-relational databases (NoSQL such as MongoDB, Cassandra), multi-dimensional data structure (cube in SSAS), and also write your own custom SQL, etc. -How to Perform logistics regression and statistical analysis in tableau using R -How to Integrate Tableau with R -Telling a meaningful story with data by creating highly interactive dashboards Who this book is for: The audience for this book includes all levels of IT professionals, from executives responsible for determining IT strategies to systems administrators, to data analysts, to decision makers responsible for driving strategic initiatives, etc. It will help to chart your journey from a novice to a professional visualization expert.

Sklep: Libristo.pl