Avis des lecteurs
Résumé:Ce livre est une ressource pour l'apprentissage de Hadoop et de l'analyse des Big Data, avec un accent sur les sujets fondamentaux et avancés. Bien qu'il offre un large aperçu de l'écosystème Hadoop et qu'il comprenne des exemples pratiques, il présente également des problèmes importants en ce qui concerne la précision du code et la clarté de l'écriture.
Avantages:⬤ Vue d'ensemble complète de Hadoop et des technologies connexes
⬤ convivial pour les débutants et les professionnels
⬤ les exemples sont utiles pour l'apprentissage pratique
⬤ à jour avec les anciennes et les nouvelles technologies comme MapReduce et Spark
⬤ fournit des citations pour une lecture plus approfondie.
⬤ Les exemples de code ne correspondent souvent pas aux descriptions du livre
⬤ les instructions d'installation peuvent être confuses
⬤ les exemples peuvent produire des résultats incorrects
⬤ le style d'écriture est critiqué comme manquant de qualité
⬤ certaines informations sont trompeuses ou incorrectes.
(basé sur 9 avis de lecteurs)
Titre original :
Data Analytics with Hadoop: An Introduction for Data Scientists
Contenu du livre :
Prêt à utiliser des techniques statistiques et d'apprentissage automatique sur de grands ensembles de données ? Ce guide pratique vous montre pourquoi l'écosystème Hadoop est parfait pour ce travail.
Au lieu de vous intéresser au déploiement, aux opérations ou au développement de logiciels habituellement associés à l'informatique distribuée, vous vous concentrerez sur les analyses particulières que vous pouvez réaliser, sur les techniques d'entreposage de données qu'offre Hadoop et sur les flux de données d'ordre supérieur que ce cadre peut produire. Les data scientists et les analystes apprendront à mettre en œuvre un large éventail de techniques, depuis l'écriture d'applications MapReduce et Spark avec Python jusqu'à l'utilisation de la modélisation avancée et de la gestion des données avec Spark MLlib, Hive et HBase.
Vous découvrirez également les processus analytiques et les systèmes de données disponibles pour construire et renforcer les produits de données qui peuvent gérer - et en fait nécessitent - d'énormes quantités de données. ⬤ Vous comprendrez les concepts fondamentaux de Hadoop et de l'informatique en grappe ⬤ Utiliser des modèles de conception et des algorithmes analytiques parallèles pour créer des tâches d'analyse de données distribuées ⬤ Apprendre la gestion, l'exploration et l'entreposage de données dans un contexte distribué en utilisant Apache Hive et HBase ⬤ Utiliser Sqoop et Apache Flume pour ingérer des données à partir de bases de données relationnelles ⬤ Programmer des applications Hadoop et Spark complexes avec Apache Pig et Spark DataFrames ⬤ Exécuter des techniques d'apprentissage automatique telles que la classification, le regroupement et le filtrage collaboratif avec la MLlib de Spark.
Autres informations sur le livre :
| ISBN : | 9781491913703 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2016 |
| Nombre de pages : | 288 |
Achat:
Actuellement disponible, en stock.
