Ich bin mit diesem Buch fertig, aber ich habe es noch nicht fertiggestellt. Normalerweise mag ich die "For Dummies" -Bücher. Sie können über ein Thema ohne Vorkenntnisse, ohne das Thema studiert oder ohne Erfahrungen lesen.
Die Autoren dieser Bücher setzen keine Vorkenntnisse voraus
Sie gelangen schnell zu einem Level, in dem Sie mit anderen darüber sprechen können.
Wenn Ihnen das Fach gefällt, können Sie einige fortgeschrittenere Bücher lesen oder sich für eine (Online-) Klasse anmelden. Wenn nicht, dann wissen Sie zumindest, worum es geht.

Ich habe kürzlich angefangen, zwei Bücher "Big Data for Dummies" und "Data Science for Dummies" gleichzeitig zu lesen.
Ich musste beide stoppen, weil sie viel Vorwissen erwarten: Mathematik, Programmierung, maschinelles Lernen, paralleles Rechnen, Mathematik, Statistik (fortgeschrittenes Niveau), ...
Es war sinnlos, weiterzumachen. Ich habe aufgehört, vielleicht werde ich sie eines Tages wieder abholen, aber erst, nachdem ich meine Mathematik-, Statistik- und Programmierkenntnisse aufgefrischt und vielleicht einige Einstiegs- oder Dummy-Bücher über maschinelles Lernen gelesen habe, ...

Beide Bücher mögen viele Informationen enthalten, aber sie sind keine Dummy-Bücher. Es sei denn, Sie betrachten für das Data Science-Buch jemanden mit einem Bachelor-, Master- oder Doktortitel in Informatik oder Mathematik, aber ohne Kenntnisse der Data Science als Dummy.
Im Fall des Big Data Book gibt es einfach zu viel Jargon.

Dies war etwas infrastrukturorientierter als ich es mir gewünscht hätte - zumal die meisten Big Data-Implementierungen Cloud-basiert sein werden -, aber es gibt überall viele gute Informationen. Meine Perspektive ist dies als erfahrener RDBMS-Veteran, der die Gedankenverschiebung, die in der Big Data-Welt stattfinden muss, besser verstehen möchte. Dies war ein hilfreiches Stück auf dieser Reise

Das Buch, das ich gelesen habe, um diesen Beitrag zu recherchieren, war Big Data For Dummies von Judith Hurwitz et al. Es ist ein sehr gutes Buch, bei dem ich gelesen habe http://safaribooksonline.com . Big Data steckt noch in den Kinderschuhen und besteht aus zwei Arten von Informationen: maschinengeneriert und vom Menschen generiert. Maschinengeneriert können Wetterdaten oder Sensordaten aus einem Flugzeug sein, bei denen es sich möglicherweise um menschliche Daten handelt, die eine Person auf Facebook über Ihr Produkt gesagt hat, oder um Suchinformationen auf Ihrer Website. Das größte Problem besteht nicht darin, all diese Informationen zu speichern, sondern auf die darin verborgenen relavanten Daten zuzugreifen und etwas mit den Daten zu tun. Früher verwendeten Unternehmen Datenbanken, die speziell für das geschrieben werden mussten, was sie tun wollten. Dann kamen relationale Datenbanken wie Oracle und Microsoft SQL Server. Diese können mithilfe von Sprachen wie SQL angepasst werden, um viele Aufgaben zu erledigen. Jetzt treten wir in eine andere Ära ein, in der die meisten Informationen entweder in einer Hybrid-Cloud oder einem Cloud-Anbieter gespeichert werden. Unternehmen verfügen über virtuelle Server, auf denen 1 oder 2 Server mehrere Server ausführen müssen, und ihre massiven Festplatten werden partitioniert, um mehrere Serverrollen auszuführen, möglicherweise mit mehreren Betriebssystemen. Wenn Menschen ins Internet gehen, ist der Computer eine virtualisierte Workstation mit eingeschränkten Berechtigungen, um den Schaden zu begrenzen, den ein Virus anrichten kann. Unternehmen werden Big-Data-Organisationen Amazon Web Services verwenden, um große Datenmengen zu speichern, aber zu einem Bruchteil der Kosten, die ein gleichwertiger Server kosten würde. Es gibt viele Open-Source-Datenbanken wie Hbase & PostGRE, in denen sie im Allgemeinen kostenlos verwendet werden können. In einigen Fällen können Sie jedoch ein Paket für technischen Support erwerben. In all dem gibt es einige große Akteure wie IBM, SAS und Oracle. Sie müssen sich umsehen, was für Ihre Anforderungen am besten ist. Amazon Web Services gelten als einer der billigsten und besten und sind der größte Cloud-Anbieter der Welt. Das Schwierigste ist natürlich, alles so zu integrieren, dass es funktioniert. Es gibt einige Pakete und Dienstleistungen, die für eine bestimmte Art von Geschäft spezifisch sind, wie z. B. SPSS for Psychology Statistics. Ich habe es sehr genossen, dieses Buch zu lesen, das sich mit einem sehr interessanten Thema befasst, das im Laufe der Zeit für Unternehmen und Organisationen immer wichtiger wird.

Was Sie tun müssen, wenn Sie ein Petabyte an Daten sammeln, ist eine Frage, die mit diesem Buch leicht beantwortet werden kann.

Big Data ist eine einfache und interessante Lektüre für Datenliebhaber. Dieses Buch beginnt mit den Grundlagen von Big Data und führt Sie Schritt für Schritt durch, um Ihnen ein klares Verständnis dafür zu vermitteln, wie Sie mit Big Data umgehen, welche Technologie Sie anwenden sollten und welche Vorteile Big Data für Ihr Unternehmen bringen kann. Dieses Buch enthält auch einige klare und aktuelle Beispiele für die Verwendung von Big Data in der realen Welt.

Wenn Sie ein Anfänger von Big Data sind oder jemand, der nach einer Quelle sucht, um etwas über diese Wissenschaft zu lernen, sollten Sie dieses Buch ausprobieren. Der Inhalt ist leicht zu lesen und verständlich, aber einige Kapitel des Buches werden technisch, was immer noch Spaß macht, da Sie sich mit neuen Tools und Technologien für Big Data vertraut machen, sodass es nicht schadet, einen Satz erneut zu lesen und einige zu nehmen Sekunden, um den Inhalt im Gehirn zu tränken.

Sammeln Sie das Wissen, entwickeln Sie die Fähigkeiten und machen Sie Ihre Welt mit Big Data groß!

Ich lese das langsam auf meinem iPad. Guter Schreibstil mit Illustrationen. Dies ist generisch für Apache Hadoop. Obwohl es sich um einen Titel für "für Dummies" handelt, erfordert es dennoch einiges an Wissen über Unternehmensdatenbank-, Netzwerk- und Systemarchitektur. In Kombination mit IBMs kostenlosem BigDatauniversity.com kann jeder schnell die Grundlagen von Big Data erlernen.

Sehr trocken. Ich hatte Mühe, mich damit zu beschäftigen. Ich habe andere Big-Data-Bücher gelesen, die mich mehr interessiert haben als dieses.

obwohl es für Dummies ist, habe ich es nicht verstanden !!
مش عارفة المشكلة في و لا في الكتاب ..
aber trotzdem habe ich ein paar Infos bekommen. das kann mir helfen, Allah will!

Das Buch ist ein klares und größtenteils nicht technisches Rendezvous der Welt von Hadoop, Map Reduce und den Big Data-Ökosystemen.

Ich habe dieses Buch total geliebt.

Dies ist ein Buch nicht für Leute ohne Wissen über Big Data, sondern für echte Dummies. Mach dir keine Sorgen.

Ich nehme an, es war eine anständige Einführung, aber zu detailliert in Bezug auf die Datenbank und nicht genug in Bezug auf die Analyse. analytische Geschäftsbeispiele schienen unrealistisch.

Textintensiv. Es wäre viel besser, wenn es visueller wäre, als wenn der Text überladen wäre. Das "für Dummies" ist ein irreführender Teil des Titels, die zugrunde liegenden Big-Data-Technologien sind alles andere als einfach und leicht zu verstehen. Abgesehen davon ist das Buch ein großartiger Überblick über das Gebiet und ein guter Big-Data-Mythosbrecher. Wie in der IT üblich, handelt es sich bei den behandelten Ideen um eine logische Weiterentwicklung der digitalen Welt.

Ich empfehle dieses Buch jedem, der in seinem Unternehmen oder Geschäft in oder um Big Data arbeitet und einen referenziellen Ausgangspunkt für das Thema benötigt. Einige der Branchenbeispiele für Analytik waren begrenzt, und das Buch hätte eher von spezifischeren Fallstudienbeispielen als von Verallgemeinerungen profitieren können.

Gut geschrieben, ein bisschen repetitiv und (wie zu erwarten) kein technisches Detail. Gute Einführung, aber es ist genauer zu sagen, dass dies ein Buch darüber ist, wie Big Data verwendet wird. Wer sich mit dem Thema überhaupt auskennt, lernt nichts Neues.

Guter Überblick über den technischen Aspekt von Big Data. Lesbar auch für Datenanfänger (wie mich). Scheint gut mit den Social-Media-Büchern zu funktionieren, die ich gelesen habe. Sie müssen herausfinden, was Sie als Nächstes lesen sollten - Vermutungen zu Marketinganalysen.

Gute Einführung. Einige technische Beschreibungen und viele theoretische Beispiele aus der Praxis, die auf Anfänger zugeschnitten sind. In Titel und Kontext angemessen.

Obwohl ich die Konzepte verstehe, würde eine Fallstudie sie praktischer machen. Dies ist nicht das Buch für mich.

Gute Einführung in die Big Data-Welt. Empfohlen für diejenigen, die mit den Grundlagen nicht vertraut sind.