Алексей Благирев , Наталья Хапаева - Big data простым языком
litresНазвание: | Big data простым языком | |
Автор: | Алексей Благирев , Наталья Хапаева | |
Жанр: | Околокомпьютерная литература, Современные российские издания, Литература ХXI века (эпоха Глобализации экономики) | |
Изадано в серии: | Бизнес-бук | |
Издательство: | АСТ | |
Год издания: | 2019 | |
ISBN: | 978-5-17-111829-7 | |
Отзывы: | 1 комментарий | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Big data простым языком"
Наш телефон знает о нас больше, чем мы думаем. Он умеет собирать и анализировать информацию о том, как мы передвигаемся по городу, какие посты лайкаем и какими приложениями пользуемся. Он сообщит о пробках и поторопит на работу, чтобы мы не опоздали; подберет музыку под наше настроение и составит список персональных рекомендаций, чем можно занять себя в течение дня. Телефон – больше не устройство, по которому звонят, это уже средство управления окружающим нас миром. Незаметно мы окружили себя такими интерфейсами, которые создают невидимый барьер между человеком и окружающей средой. Планирование, управление, коммуникация, все теперь строится через эти программы и девайсы. Даже человеческие отношения.
Но насколько глубока кроличья нора? Каждому предстоит разобраться в этом самому. Эта книга поможет донести основные принципы проектирования и создания таких интерфейсов управления бизнесом, обществом и окружающим нас миром посредством Больших данных. Читайте, наслаждайтесь и помните: сожжение книг противозаконно.
О Больших данных, или Big Data сегодня знают все.
Продолжаем главы для продвинутых. Пытаясь разобрать дальнейший текст, я прошу, не сильно налегайте на алкоголь. Мне очень хочется, чтобы вы это прочитали.
И построил он замок.
К этой книге применимы такие ключевые слова (теги) как: big data,технологии для бизнеса,анализ данных и исследования,хранилища данных,информационные технологии (IT),обработка данных,просто о сложном
Читаем онлайн "Big data простым языком" (ознакомительный отрывок). [Страница - 3]
Разные профессии работы с данными разговаривают на разных языках и формируют собой организации нового типа, где люди не имеют единого представления о том, как ими управлять. Вопрос «чем отличается data-driven организация от data-informed организации?» введет в дичайший ступор не только читателя, но и экспертов, которые работают с данными каждый день.
Перспектива восприятия нового во многом касается наличия практических навыков. Конечно, сегодня мало кто из экспертов имеет руководящий опыт и был тем самым директором по данным, который пытался изменить мир, запуская трансформационные процессы в своей организации для того, чтобы повысить значение использования данных. Это прерогатива людей, которые стоят у руля, а они обычно не разбираются в технике, считая, что она не влияет на принимаемые с точки зрения развития бизнеса решения.
А это все не так. Свойства информационной среды, которые заложены в ней при ее проектировании, оказывают непосредственное влияние на объем и качество принимаемых решений в этой среде.
Когда люди учатся писать на таком языке программирования как Python, им не рассказывают, какие фреймворки проектирования хранилища данных существуют, и что работает, а что уже устарело. Не важно, откуда специалист, интересует его бизнес или IT, картина везде одна.
Получается, что знание сегментировано, утрировано и преподносится как тайное сокровище, хотя это не так.
Даже разработка на Python проста и похожа на обыкновенную разработку макросов в Excel.
Разбирая управленческие вопросы в организации, в части управления данными, стоит отметить самое важное и, наверное, самое главное. Гештальт, где должно определиться место функции управления данными или так называемого «директора по данным», до сих пор не закрыт и полон споров и противоречий.
IT-сфера активно определяет себя как поставщика данных и, соответственно, хочет играть в них ключевую роль, хотя большинство директоров в IT-сфере понятия не имеют, как правильно проектировать хранилища данных или функцию управления ими. Все ждут постановки от бизнес-подразделений.
Но сейчас ситуация, конечно, намного лучше, чем несколько лет назад, когда бюджеты заливались в бессмысленные проекты, обреченные на смерть еще в пубертатном периоде использования технологии. Тогда пожилые дядечки в возрасте, которые рулили IT-департаментами, с большой долей вероятности были поклонниками Билла Инмона (автора первой книги по созданию хранилища данных) или Ральфа Кимбалла (антагониста Билла). Конечно, согласия между этими концептами мало, и все споры всегда превращаются в дедовские войны на лазерных мечах. Причем, у них разное мнение даже на счет того, как и какими инструментами правильно обрабатывать данные в этих хранилищах.
Например, основной подход – это обрабатывать данные по расписанию, используя специальные инструменты – программы (ETL или ELT) для этой задачи.
Современные эксперты запустили уже свою собственную религию о том, как правильно использовать данные и собирать их в специальную штуку под названием Data Lake. Некоторые из этих экспертов пошли так далеко, что даже отказались от привычных инструментов обработки данных (ETL или ELT), заменив их малопонятной парадигмой, – разбивая все алгоритмы обработки на одинаковые шаги и превращая эти шаги в отдельные программы (сервисы) для создания сложных алгоритмов обработки данных.
Я вам скажу так: все, что можно было когда-либо сделать в Больших данных и машинном обучении – уже сделано. Теперь нужно просто брать существующие методы и сервисы и показывать им новые данные, обучая тем самым алгоритмы адаптироваться.
Перевожу на отечественный. Все, что осталось большинству специалистов – это участвовать в решении только одной задачи, загружать все больше данных для обучения уже существующих алгоритмов. Так ли это? Еще разберемся. Но такие мировые компании как Gartner, уже признают, что роль человека в кооперации с искусственным интеллектом отходит на задний план: необходимо предоставить искусственному интеллекту возможность учиться решать ежедневные задачи. Называется этот подход Augmented Intelligence.
В этой книге вместе представлены различные подходы и методы, которые в совокупности с заумной точкой зрения ведут читателя по новым путям работы с данными. --">Благирев начинает с объяснения основных понятий больших данных и быстро переходит к обсуждению различных технологий, используемых для обработки и анализа больших данных. Он охватывает темы от баз данных до машинного обучения и искусственного интеллекта.
Что мне особенно понравилось в книге, так это практические примеры того, как большие данные можно использовать для решения реальных проблем в бизнесе. Благирев приводит примеры из различных отраслей, включая здравоохранение, финансы и розничную торговлю. Эти примеры помогают проиллюстрировать, как большие данные могут предоставить ценную информацию, которая может привести к улучшению процесса принятия решений.
Тем не менее, я бы рекомендовал эту книгу в основном начинающим в области больших данных. Хотя в нем и обсуждаются некоторые продвинутые темы, это скорее обзор, чем глубокое погружение. Для тех, кто хочет узнать больше, Благирев предоставляет множество ссылок на дополнительные ресурсы.
В целом, "Большие данные простым языком" - отличная отправная точка для тех, кто хочет понять мир больших данных и его потенциал для бизнеса. Книга написана хорошо, с множеством примеров и ресурсов, которые могут помочь читателям узнать больше.
Книги схожие с «Big data простым языком» по жанру, серии, автору или названию:
Сет Стивенс-Давидовиц - Все лгут. Поисковики, Big Data и Интернет знают о вас всё Жанр: Околокомпьютерная литература Год издания: 2018 Серия: it бестселлер |
Андреас Вайгенд - BIG DATA. Вся технология в одной книге Жанр: Современные российские издания Год издания: 2018 Серия: top business awards |
Жаклин Нолис - Data Science для карьериста Жанр: Поиск работы, карьера Год издания: 2021 Серия: Библиотека программиста |
Алексей Благирев - Big data простым языком Жанр: Околокомпьютерная литература Год издания: 2019 |
Другие книги из серии «Бизнес-бук»:
Анна Кроули Реддинг - Про GOOGLE Жанр: Корпоративная культура Год издания: 2019 Серия: Бизнес-бук |
Алексей Благирев, Наталья Хапаева - Big data простым языком Жанр: Околокомпьютерная литература Год издания: 2019 Серия: Бизнес-бук |
Александр М. Левитас - Убедили, беру! Жанр: О бизнесе популярно Серия: Бизнес-бук |
Радислав Иванович Гандапас, Эдвард Дубинский - Капитал из чашки кофе: стратегия управления личными финансами Жанр: Банковское дело Год издания: 2022 Серия: Бизнес-бук |