Теоретический минимум по Big Data. Всё что нужно знать о больших данных

Анналин ЫнКеннет Су

3,7

Моя оценка

Cегодня Big Data - это большой бизнес. 

Нашей жизнью управляет информация, и извлечение выгоды из нее становится центральным моментом в работе современных организаций. Не важно кто вы - деловой…
Развернуть
Серия: Библиотека программиста
Издательство: Питер

Лучшая рецензия на книгу

8 февраля 2024 г. 16:22

57

3 Такой краткий обзор по методам обучения для анализа данных

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.

Развернуть

ISBN: 978-5-4461-1040-7

Год издания: 2019

Мягкая обложка, 208стр.
Тираж: 1700
Формат: 60x90/16

Возрастные ограничения: 16+

Рецензии

Всего 5

8 февраля 2024 г. 16:22

57

3 Такой краткий обзор по методам обучения для анализа данных

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.

Развернуть

3 октября 2022 г. 15:15

217

3 Обман на обложке и ничего ценного под ней

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…

Развернуть

Похожие книги

Вы можете посоветовать похожие книги по сюжету, жанру, стилю или настроению. Предложенные вами книги другие пользователи увидят здесь, в блоке «Похожие книги». Посоветовать книгу

Популярные книги

Всего 718

Новинки книг

Всего 241