Avis des lecteurs
Résumé:Le livre fournit des connaissances fondamentales sur les types de données et leurs applications pour les décisions commerciales, en particulier en ce qui concerne le traitement des données dans le nuage. Cependant, certains lecteurs ont trouvé qu'il manquait de profondeur et d'exemples pratiques.
Avantages:Facile à lire, bien structuré, aide à comprendre le traitement des données en nuage, évite les erreurs coûteuses dans la gestion des données.
Inconvénients:Manque d'exemples pratiques et de couverture en profondeur des concepts théoriques, peut être perçu comme trop cher pour le contenu qu'il offre.
(basé sur 2 avis de lecteurs)
Titre original :
The Data Lakehouse: The Bedrock for Artificial Intelligence, Machine Learning, and Data Mesh
Contenu du livre :
Le data lakehouse est la nouvelle génération de data warehouse et de data lake, conçue pour répondre aux systèmes d'information modernes, complexes et en constante évolution. Ce livre vous montre comment construire votre data lakehouse comme base de vos initiatives d'intelligence artificielle (IA), d'apprentissage automatique (ML) et de maillage de données. Connaître les pièges et les techniques pour maximiser la valeur commerciale de votre data lakehouse.
En outre, être en mesure d'expliquer les caractéristiques essentielles et les facteurs critiques de succès d'un data lakehouse. En examinant les erreurs de saisie, l'incompatibilité des clés et en assurant une bonne documentation, nous pouvons améliorer la qualité des données et la crédibilité de votre base de données. Évaluer les critères de qualité des données, notamment l'exactitude, l'exhaustivité, la fiabilité, la pertinence et l'actualité. Comprendre les différents types de stockage pour la maison du lac, y compris le stockage en vrac sous-utilisé et pourtant extrêmement précieux.
Il existe trois types de données dans le lac de données (structurées, textuelles et analogiques/ IoT), et pour chacun d'entre eux, apprenez à construire une base solide pour l'intelligence artificielle (IA), l'apprentissage automatique (ML) et le maillage des données. Exploitez les modèles de données pour les données structurées, les ontologies et les taxonomies pour les données textuelles, et les algorithmes de distillation pour les données analogiques/IoT. Apprendre à abstraire ces types de données pour répondre aux exigences futures et simplifier le lignage des données. Appliquer l'extraction, la transformation et le chargement (ETL) pour créer une structure qui renvoie les réponses aux problèmes de l'entreprise. Le résultat final est un lac de données qui répond à nos besoins.
En parlant de besoins humains, apprenez la hiérarchie de Maslow des besoins en matière de data lakehouse. Explorez ensuite l'intégration de données adaptée à l'Al, à la ML et au maillage de données. Plongez ensuite avec nous dans toutes les variétés d'analyse au sein du Lakehouse, y compris l'analyse structurée, textuelle et analogique. Découvrez comment les données descriptives, le catalogue de données et les métadonnées peuvent augmenter la valeur de l'entrepôt de données.
Nous conclurons par une évolution détaillée de l'architecture des données, de la bande magnétique à l'entrepôt de données en tant que fondement de l'IA, de la ML et du maillage de données.
Autres informations sur le livre :
| ISBN : | 9781634621571 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
