Cantitate/Preț
Produs
Total produse
Vezi coșul
Big Data Analytics: A Practical Guide for Managers de Kim H. Pries

Big Data Analytics: A Practical Guide for Managers

Autor Kim H. Pries, Robert Dunnigan
en Limba Engleză Paperback – 12 iul 2022

În analiza volumului Big Data Analytics, remarcăm o metodologie orientată spre fundamentarea deciziilor de business, punând accent pe arhitectură, calitatea datelor și securitate, mai degrabă decât pe simpla execuție tehnică. Observăm o tranziție clară de la infrastructura de bază — marcată de capitole dedicate Legii lui Moore și evoluției stocării — către ecosisteme complexe precum Hadoop și HBase. Suntem de părere că valoarea acestui ghid rezidă în capacitatea de a explica de ce un manager ar trebui să opteze pentru o anumită soluție, lăsând detaliile de instalare („how-to”) în plan secundar pentru a prioritiza obiectivele strategice („why”).

Structura este logică și progresivă: începe cu fundamentele tehnologice, explorează Machine Learning și statistica aplicată, și culminează cu analize critice asupra beneficiilor și riscurilor legate de confidențialitate. Complementar volumului Big Data Computing de Vivek Kale, care se concentrează pe cadrul de migrare către mediile Big Data, lucrarea de față acoperă zona critică a evaluării furnizorilor și a instrumentelor specifice, precum Oracle Endeca, oferind o perspectivă pragmatică asupra pieței actuale.

Kim H. Pries și Robert Dunnigan poziționează această lucrare ca o extensie naturală a expertizei lor anterioare. Dacă în Testing Complex and Embedded Systems, Kim H. Pries sublinia importanța integrării testării în fluxul de dezvoltare, aici aplică aceeași rigoare în evaluarea acurateței rezultatelor analitice. Autorii avertizează asupra pericolelor tratării Big Data ca un „oracol”, extrăgând paralele din rigoarea cercetării medicale pentru a preveni concluziile eronate cauzate de variabile multiple. Este o abordare tehnică, dar accesibilă, care transformă complexitatea datelor în instrumente de management fundamentate.

Citește tot Restrânge

Preț: 36378 lei

Preț vechi: 45472 lei
-20%

Puncte Express: 546

Carte disponibilă

Livrare economică 20 mai-03 iunie
Livrare express 05-09 mai pentru 4938 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781032340197
ISBN-10: 1032340193
Pagini: 576
Ilustrații: 58 Illustrations, black and white
Dimensiuni: 156 x 234 x 39 mm
Greutate: 0.98 kg
Ediția:1
Editura: CRC Press
Colecția Auerbach Publications

Public țintă

Professional Practice & Development

De ce să citești această carte

Recomandăm această carte managerilor care doresc să navigheze cu încredere prin ofertele complexe de soluții Big Data. Cititorul câștigă capacitatea de a pune întrebările corecte analiștilor și furnizorilor, evitând capcanele statistice comune. Este un instrument esențial pentru a înțelege diferența dintre instrumentele open source și cele proprietare, asigurând o investiție tehnologică aliniată cu nevoile reale ale organizației, dincolo de tendințele trecătoare ale pieței.

Despre autor

Kim H. Pries este un autor prolific cu o expertiză vastă în managementul calității, inginerie și metodologii agile. Lucrările sale anterioare, precum Scrum Project Management și Total Quality Management for Project Management, demonstrează un interes constant pentru optimizarea proceselor și eficiența organizațională. Împreună cu Robert Dunnigan, acesta aduce în Big Data Analytics o perspectivă practică, derivată din ani de experiență în sisteme complexe, axându-se pe reducerea costurilor și îmbunătățirea procesului decizional prin date corect interpretate.

Cuprins

Introduction. The Mother of Invention’s Triplets: Moore’s Law, the Proliferation of Data, and Data Storage Technology. Hadoop. HBase and Other Big Data Databases. Machine Learning. Statistics. Google. Geographic Information Systems. Discovery. Data Quality. Benefits. Concerns.

Notă biografică

Kim H. Pries has four college degrees: a bachelor of arts in history from the University of Texas at El Paso (UTEP), a bachelor of science in metallurgical engineering from UTEP, a master of science in engineering from UTEP, and a master of science in metallurgical engineering and materials science from Carnegie-Mellon University.

Pries worked as a computer systems manager, a software engineer for an electrical utility, and a scientific programmer under a defense contract for Stoneridge, Incorporated (SRI). He has worked as software manager, engineering services manager, reliability section manager, and product integrity and reliability director.

In addition to his other responsibilities, Pries has provided Six Sigma training for both UTEP and SRI and cost reduction initiatives for SRI. Pries is also a founding faculty member of Practical Project Management. Additionally, in concert with Jon Quigley, Pries was a cofounder and principal with Value Transformation, LLC, a training, testing, cost improvement, and product development consultancy.

He trained for Introduction to Engineering Design and Computer Science and Software Engineering with Project Lead the Way. He currently teaches biotechnology, computer science and software engineering, and introduction to engineering design at the beautiful Parkland High School in the Ysleta Independent School District of El Paso, Texas.

Robert Dunnigan is a manager with Janus Consulting Partners and is based in Dallas, Texas. He holds a bachelor of science in psychology and in sociology with an anthropology emphasis from North Dakota State University. He also holds a master of business administration from INSEAD, "the business school for the world," where he attended the Singapore campus.

As a Peace Corps volunteer, Robert served over 3 years in Honduras developing agribusiness opportunities. As a consultant, he later worked on the Afghanistan Small and Medium Enterprise Development project in Afghanistan, where he traveled the country with his Afghan colleagues and friends seeking opportunities to develop a manufacturing sector in the country.

Robert is an American Society for Quality–certified Six Sigma Black Belt and a Scrum Alliance–certified Scrum Master.

Descriere scurtă

With this book, managers and decision makers are given the tools to make more informed decisions about big data purchasing initiatives. Big Data Analytics: A Practical Guide for Managers not only supplies descriptions of common tools, but also surveys the various products and vendors that supply the big data market.

Comparing and contrasting the different types of analysis commonly conducted with big data, this accessible reference presents clear-cut explanations of the general workings of big data tools. Instead of spending time on HOW to install specific packages, it focuses on the reasons WHY readers would install a given package.

The book provides authoritative guidance on a range of tools, including open source and proprietary systems. It details the strengths and weaknesses of incorporating big data analysis into decision-making and explains how to leverage the strengths while mitigating the weaknesses.
  • Describes the benefits of distributed computing in simple terms
  • Includes substantial vendor/tool material, especially for open source decisions
  • Covers prominent software packages, including Hadoop and Oracle Endeca
  • Examines GIS and machine learning applications
  • Considers privacy and surveillance issues
The book further explores basic statistical concepts that, when misapplied, can be the source of errors. Time and again, big data is treated as an oracle that discovers results nobody would have imagined. While big data can serve this valuable function, all too often these results are incorrect, yet are still reported unquestioningly. The probability of having erroneous results increases as a larger number of variables are compared unless preventative measures are taken.

The approach taken by the authors is to explain these concepts so managers can ask better questions of their analysts and vendors as to the appropriateness of the methods used to arrive at a conclusion. Because the world of science and medicine has been grappling with similar issues in the publication of studies, the authors draw on their efforts and apply them to big data.