Еще несколько лет назад руководители многих организаций, чей бизнес генерирует большие объемы операционных данных, сомневались в ценности подхода Big Data. Сегодня те из них, кто продолжает сомневаться, упускают непрерывно растущие возможности этого подхода, повышая риск потери доли рынка и перехода в разряд отстающих и устаревающих. Но с чего начать, если вы хотите вывести свою организацию на новый научно-технологический уровень, к принятию решений с использованием Big Data? Ответ на это дает Билл Фрэнкс, директор по аналитике компании Teradata и преподаватель Международного института аналитики, за плечами которого — более чем 20-летний опыт работы в крупных аналитических проектах реального бизнеса. «Революция в аналитике» — это пошаговое практическое руководство по внедрению операционной аналитики и автоматизации принятия решений. Специалисты по аналитике, ИТ и все, кто хочет сделать свою организацию успешнее на основе подхода Big Data, по достоинству оценят работу Фрэнкса.

Еще несколько лет назад руководители многих организаций, чей бизнес генерирует большие объемы операционных данных, сомневались в ценности подхода Big Data. Сегодня те из них, кто продолжает сомневаться, упускают непрерывно растущие возможности этого подхода, повышая риск потери доли рынка и перехода в разряд отстающих и устаревающих. Но с чего начать, если вы хотите вывести свою организацию на новый научно-технологический уровень, к принятию решений с использованием Big Data? Ответ на это дает Билл Фрэнкс, директор по аналитике компании Teradata и преподаватель Международного института аналитики, за плечами которого — более чем 20-летний опыт работы в крупных аналитических проектах реального бизнеса. «Революция в аналитике» — это пошаговое практическое руководство по внедрению операционной аналитики и автоматизации принятия решений. Специалисты по аналитике, ИТ и все, кто хочет сделать свою организацию успешнее на основе подхода Big Data, по достоинству оценят работу Фрэнкса.

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

Сегодня 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

Вы узнаете, как внедрить подход Data Driven в работу компании. Освоите инструменты, которые позволят принимать решения на основе данных. Через 2,5 месяца у вас будет готовый план по интеграции аналитики в управление бизнесом.

Отличная визуализация концепций машинного обучения поможет "нетехнарям" понять Big Data.

Отличная визуализация концепций машинного обучения поможет "нетехнарям" понять Big Data.

В условиях цифровой экономики для каждой организации актуальным становится вопрос повышения компетенций в области обработки и анализа данных. С этой непростой задачей бизнесу помогут справиться системы и инструментальные средства Data Science, которые, с одной стороны, позволяют реализовать полный цикл обработки и моделирования данных с последующей их визуализацией, а с другой — реализуют ряд интеллектуальных функций, помогающих принимать обоснованные управленческие решения в режиме реального времени на любом управленческом уровне — от оперативного до стратегического.В настоящем издании рассмотрены базовые концепции моделирования и обработки данных на основе разбора практических примеров и ситуационных задач с использованием конкретных инструментальных средств бизнес-аналитики, Data Science и веб-аналитики.Издание предназначено для начинающих бизнес-аналитиков и data scientist, всех, кто хочет познакомиться с основами анализа и моделирования данных, а также студентов и преподавателей высших учебных заведений.

В условиях цифровой экономики для каждой организации актуальным становится вопрос повышения компетенций в области обработки и анализа данных. С этой непростой задачей бизнесу помогут справиться системы и инструментальные средства Data Science, которые, с одной стороны, позволяют реализовать полный цикл обработки и моделирования данных с последующей их визуализацией, а с другой — реализуют ряд интеллектуальных функций, помогающих принимать обоснованные управленческие решения в режиме реального времени на любом управленческом уровне — от оперативного до стратегического.В настоящем издании рассмотрены базовые концепции моделирования и обработки данных на основе разбора практических примеров и ситуационных задач с использованием конкретных инструментальных средств бизнес-аналитики, Data Science и веб-аналитики.Издание предназначено для начинающих бизнес-аналитиков и data scientist, всех, кто хочет познакомиться с основами анализа и моделирования данных, а также студентов и преподавателей высших учебных заведений.

В условиях цифровой экономики для каждой организации актуальным становится вопрос повышения компетенций в области обработки и анализа данных. С этой непростой задачей бизнесу помогут справиться системы и инструментальные средства Data Science, которые, с одной стороны, позволяют реализовать полный цикл обработки и моделирования данных с последующей их визуализацией, а с другой — реализуют ряд интеллектуальных функций, помогающих принимать обоснованные управленческие решения в режиме реального времени на любом управленческом уровне — от оперативного до стратегического.В настоящем издании рассмотрены базовые концепции моделирования и обработки данных на основе разбора практических примеров и ситуационных задач с использованием конкретных инструментальных средств бизнес-аналитики, Data Science и веб-аналитики.Издание предназначено для начинающих бизнес-аналитиков и data scientist, всех, кто хочет познакомиться с основами анализа и моделирования данных, а также студентов и преподавателей высших учебных заведений.

В условиях цифровой экономики для каждой организации актуальным становится вопрос повышения компетенций в области обработки и анализа данных. С этой непростой задачей бизнесу помогут справиться системы и инструментальные средства Data Science, которые, с одной стороны, позволяют реализовать полный цикл обработки и моделирования данных с последующей их визуализацией, а с другой — реализуют ряд интеллектуальных функций, помогающих принимать обоснованные управленческие решения в режиме реального времени на любом управленческом уровне — от оперативного до стратегического.В настоящем издании рассмотрены базовые концепции моделирования и обработки данных на основе разбора практических примеров и ситуационных задач с использованием конкретных инструментальных средств бизнес-аналитики, Data Science и веб-аналитики.Издание предназначено для начинающих бизнес-аналитиков и data scientist, всех, кто хочет познакомиться с основами анализа и моделирования данных, а также студентов и преподавателей высших учебных заведений.

Тетрадь 96л скр А5 кл 11385/5-EAC мат лам выб УФ лак Big Data

Представленное учебное пособие признано формировать определенную систему знаний у студентов в области: информации и особенностях ее хранения и обработки; сущности понятия "Big Data" и ее значении; принципов и подходов к управлению Big Data, а так же современных технологиях хранения данных и инструментариях для их анализа. Соответствует ФГОС ВО последнего поколения. Для студентов бакалавриата, обучающихся по направлениям "Бизнес-информатика" и "Экономика".

Технологии монетизации больших данных от гигантов рынка — Google, Microsoft, Uber, Twitter, Amazon, Facebook, Netflix и WhatsApp. Вы узнаете, как с помощью Big Data инновационные компании: - следят за поведением пользователей; - определяют круг интересов человека; - управляют репутацией; - формируют мнение потребителей. Андреас Вайгенд — один из ведущих мировых экспертов по будущему Big Data, директор компании Social Data Lab и лектор IT-школы Калифорнийского университета Беркли. Разрабатывал стратегию больших данных компаний Alibaba, Goldman Sachs, Lufthansa, Thomson Reuters, работал руководителем по Big Data компании Amazon. «Невероятно актуальная книга. Андреас Вайгенд, главный data scientist Amazon, поднимает острую и неоднозначную тему: как следует жить в мире полной информационной открытости? И утверждает, что этот «дом со стеклянными стенами» несет в себе не только большие риски, но и потрясающие возможности. Потрясающие возможности, которые открыты и для корпораций, и для обычных людей». — Юрий Мордвин, директор по коммерческим операциям и аналитике ozon.ru

Технологии монетизации больших данных от гигантов рынка — Google, Microsoft, Uber, Twitter, Amazon, Facebook, Netflix и WhatsApp. Вы узнаете, как с помощью Big Data инновационные компании: - следят за поведением пользователей; - определяют круг интересов человека; - управляют репутацией; - формируют мнение потребителей. Андреас Вайгенд — один из ведущих мировых экспертов по будущему Big Data, директор компании Social Data Lab и лектор IT-школы Калифорнийского университета Беркли. Разрабатывал стратегию больших данных компаний Alibaba, Goldman Sachs, Lufthansa, Thomson Reuters, работал руководителем по Big Data компании Amazon. «Невероятно актуальная книга. Андреас Вайгенд, главный data scientist Amazon, поднимает острую и неоднозначную тему: как следует жить в мире полной информационной открытости? И утверждает, что этот «дом со стеклянными стенами» несет в себе не только большие риски, но и потрясающие возможности. Потрясающие возможности, которые открыты и для корпораций, и для обычных людей». — Юрий Мордвин, директор по коммерческим операциям и аналитике ozon.ru

Революция социальных данных делает измеримыми вещи, которые не измерялись или не могли быть измерены прежде. В прошлом мы имели все основания утверждать, что не имеем информации или инструментария для описания и анализа возможностей выбора, который стоит перед обществом. Теперь это не так. Мы можем точно представлять себе и выбор, и его последствия. Чем больше личной информации о нас накапливается в базах данных компаний, тем в большей степени мы существуем, и тем больше узнаем о самих себе. Реальная проблема в том, чтобы сделать компании, собирающие личные данные, прозрачными для нас в той же степени, в какой мы прозрачны для них, и обеспечить себе право голоса в вопросах использования этих данных. В этой книге рассказывается о том, как достичь этих целей. Андреас Вайгенд - директор компании Social Data Lab, ex-руководитель по Big Data компании Amazon, лектор школы информационных технологий Калифорнийского университета Беркли. Технологии монетизации больших данных от гигантов рынка - Google, Microsoft, Uber, Twitter, Amazon, Facebook, Netflix и WhatsApp. Вы узнаете, как с помощью Big Data инновационные компании: - следят за поведением пользователей - определяют круг интересов человека - управляют репутацией - формируют мнение потребителей Андреас Вайгенд - один из ведущих мировых экспертов по будущему Big Data, директор компании Social Data Lab и лектор IT- школы Калифорнийского университета Беркли. Разрабатывал стратегию больших данных компаний Alibaba, Goldman Sachs, Lufthansa, Thomson Reuters, работал руководителем по Big Data компании Amazon.