Теоретический минимум по Big Data. Всё что нужно знать о больших данных (pdf+epub) – Анналин Ын
Cегодня Big Data – это большой бизнес.
Нашей жизнью управляет информация, и извлечение выгоды из нее становится центральным моментом в работе современных организаций. Неважно, кто вы – деловой человек, работающий с аналитикой, начинающий программист или разработчик, «Теоретический минимум по Big Data» позволит не утонуть в бушующем океане современных технологий и разобраться в основах новой и стремительно развивающейся отрасли обработки больших данных.
Хотите узнать о больших данных и механизмах работы с ними? Каждому алгоритму посвящена отдельная глава, в которой не только объясняются основные принципы работы, но и даются примеры использования в реальных задачах. Большое количество иллюстраций и простые комментарии позволят легко разобраться в самых сложных аспектах Big Data.
Серия "Библиотека программиста (Питер)"
Книга не имеет отношения к заявленной на обложке крупным шрифтом теме «BIG DATA». В оригинале она называется «Data Science for the Layman» («Наука о данных для неспециалистов»). В ней затрагивается десяток вполне традиционных подходов к анализу данных (регрессионный анализ, PCA, SVM, деревья решений и т. п.), ни один из которых не связан со спецификой big data (что и понятно – авторы ведь даже не подозревали, что пишут книгу про большие данные!).Помимо этого неприятного маркетингового хода разочаровало и содержимое книги. Такое впечатление, что это конспект ленивого студента, который записывал для галочки какие-то красивые слова, но сразу засыпал при появлении на доске формул. Человек, прочитавший хоть одну книгу-ликбез про анализ данных, вряд ли найдёт здесь что-то новое, а совершенно не знакомый с темой читатель вряд ли узнает что-нибудь полезное.В общем, получилась странная брошюрка ни о чём с модным словом на обложке (и ценой серьёзной книги).
Абсолютно поверхностный обзор основных алгоритмов и подходов, подойдет как опорный текст для дальнейшего углубления, нет ни одной формулы, ни одной строчки кода, есть относительно полезные графики и понятные описания достоинств и недостатков рассмотренных методов
Это обзор для человека, совсем не разбирающего в данной теме, просто для расширения кругозора, чтобы в разговоре можно было вставить умное словцо… как-то так.Но если эту книгу читать вместе с интернетом, и по каждому методу гуглить примеры, то в целом есть польза.Data Science for the Layman (Наука о данных для неспециалистов) – это настоящее название книги. Потому претензий к авторам нет, а вот к переводчикам и издательству – есть! Зачем водить в заблуждение не понятно.