Avis des lecteurs
Résumé:L'ouvrage a été critiqué parce qu'il s'appuie fortement sur le contenu marketing des fournisseurs de Big Data et qu'il ne fournit pas d'informations substantielles et approfondies sur les sujets qu'il aborde. Les critiques ont relevé des problèmes d'édition et un manque de conseils pratiques, suggérant que l'ouvrage ne remplit pas ses promesses en tant que ressource pour les managers.
Avantages:Tente d'aller au-delà des discussions superficielles sur les Big Data ; couvre un éventail de sujets pertinents pour l'apprentissage automatique.
Inconvénients:⬤ Il s'agit principalement de matériel de marketing recyclé provenant des fournisseurs
⬤ manque de profondeur et de perspectives pratiques
⬤ problèmes d'édition
⬤ n'est pas un guide utile pour les managers.
(basé sur 2 avis de lecteurs)
Titre original :
Big Data Analytics: A Practical Guide for Managers
Contenu du livre :
Grâce à cet ouvrage, les gestionnaires et les décideurs disposent des outils nécessaires pour prendre des décisions plus éclairées concernant les initiatives d'achat de données massives. Big Data Analytics : A Practical Guide for Managers ne se contente pas de fournir des descriptions des outils courants, mais passe également en revue les différents produits et fournisseurs qui alimentent le marché des big data.
En comparant et en opposant les différents types d'analyse couramment effectués avec les big data, cette référence accessible présente des explications claires et nettes du fonctionnement général des outils de big data. Plutôt que de passer du temps à expliquer COMMENT installer des packages spécifiques, il se concentre sur les raisons pour lesquelles les lecteurs installeraient un package donné.
Le livre fournit des conseils autorisés sur une gamme d'outils, y compris les systèmes open source et propriétaires. Il détaille les forces et les faiblesses de l'intégration de l'analyse des big data dans la prise de décision et explique comment tirer parti des forces tout en atténuant les faiblesses.
⬤ Il décrit en termes simples les avantages de l'informatique distribuée.
⬤ Il comprend des informations substantielles sur les fournisseurs et les outils, notamment en ce qui concerne les décisions relatives aux logiciels libres.
⬤ Couvre les principaux logiciels, y compris Hadoop et Oracle Endeca.
⬤ Examine les applications de SIG et d'apprentissage automatique.
⬤ Les questions relatives à la protection de la vie privée et à la surveillance sont abordées.
Le livre explore également les concepts statistiques de base qui, lorsqu'ils sont mal appliqués, peuvent être à l'origine d'erreurs. Le big data est souvent considéré comme un oracle qui permet de découvrir des résultats que personne n'aurait imaginés. Bien que les big data puissent remplir cette fonction précieuse, il arrive trop souvent que ces résultats soient incorrects, mais qu'ils soient tout de même rapportés sans discussion. La probabilité d'obtenir des résultats erronés augmente à mesure qu'un plus grand nombre de variables sont comparées, à moins que des mesures préventives ne soient prises.
L'approche adoptée par les auteurs consiste à expliquer ces concepts afin que les responsables puissent poser de meilleures questions à leurs analystes et fournisseurs quant à la pertinence des méthodes utilisées pour parvenir à une conclusion. Parce que le monde de la science et de la médecine a été confronté à des problèmes similaires dans la publication d'études, les auteurs s'inspirent de leurs efforts et les appliquent au big data.
Autres informations sur le livre :
| ISBN : | 9781032340197 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2022 |
| Nombre de pages : | 576 |
Achat:
Actuellement disponible, en stock.
