Handbook of Big Data Analytics: Methodologies
Analityka Big Data to złożony proces badania dużych zbiorów danych w celu odkrycia informacji, takich jak korelacje, ukryte wzorce, trendy oraz preferencje użytkowników i klientów, aby umożliwić organizacjom i firmom podejmowanie bardziej świadomych decyzji. Te metody i technologie stały się wszechobecne we wszystkich dziedzinach nauki, inżynierii, biznesu i zarządzania ze względu na rozwój modeli opartych na danych, a także rozwój inżynierii danych z wykorzystaniem równoległych i rozproszonych ram analityki obliczeniowej, zrównoleglenia danych i algorytmów oraz programowania GPGPU. Pozostają jednak potencjalne kwestie, które należy rozwiązać, aby umożliwić przetwarzanie i analizę dużych zbiorów danych w czasie rzeczywistym.
W pierwszym tomie tego kompleksowego dwutomowego podręcznika autorzy przedstawiają kilka metodologii wspierających analitykę Big Data, w tym zarządzanie bazami danych, ramy i architektury przetwarzania, jeziora danych, strategie optymalizacji zapytań, przetwarzanie danych w czasie rzeczywistym, analitykę strumieni danych, przetwarzanie Fog i Edge oraz sztuczną inteligencję i Big Data.
Drugi tom poświęcony jest szerokiemu zakresowi zastosowań w bezpiecznym przechowywaniu danych, ochronie prywatności, sieciach definiowanych programowo (SDN), Internecie rzeczy (IoT), analizie zachowań, prognozowaniu ruchu, klasyfikacji opartej na płci w danych e-commerce, systemach rekomendacji, regresji Big Data z Apache Spark, wizualnej analizie nastrojów, falkowej sieci neuronowej za pośrednictwem GPU, prognozowaniu ruchów giełdowych i sprawozdawczości finansowej.
Dwutomowe dzieło ma na celu zapewnienie unikalnej platformy dla badaczy, inżynierów, programistów, nauczycieli i zaawansowanych studentów w dziedzinie analityki Big Data.
