Google 
Аннотация: Теоретический минимум по Big Data. Всё что нужно знать о больших данных
| Автор/составитель | Ын Анналин, Су Кеннет |
| Серия | Библиотека программиста |
| Год выпуска | 2019 |
| ISBN | 978-5-4461-1040-7 |
| Производитель | Питер |
| Издательство | Питер |
| Количество томов | 1 |
| Количество страниц | 208 |
| Переплет | Мягкая обложка |
| Размеры | 205x141x10 мм |
| Цвет | Белый |
| Тип бумаги | офсетная (60-220 г/м2) |
| Формат | 60x90/16 (145x215 мм) |
| Тираж | 1000 |
| Стандарт | 13 |
| Возрастная категория | 16+ |
| Вес | 214 |
| Язык | русский |
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 человек, работающий с аналитикой, начинающий программист или разработчик, - "Теоретический минимум по Big Data" позволит разобраться в основах новой и стремительно развивающейся отрасли обработки больших данных. Хотите узнать о больших данных и механизмах работы с ними? Каждому алгоритму посвящена отдельная глава, в которой не только объясняются основные принципы работы, но и даются примеры использования в реальных задачах. Большое количество иллюстраций и простые комментарии позволят легко разобраться в самых сложных аспектах Big Data. "Отличная визуализация концепций машинного обучения позволяет «нетехнарям» интуитивно понять сложные абстрактные понятия. Это лаконичная и точная выжимка содержит теоретический минимум информации, необходимый для первого знакомства с Big Data". Этан Чен, автор курса CS 102: Big Data, Стэнфордский университет.
