| Сообщения без ответов | Активные темы |
Текущее время: 2024-11-22 22:39 |
|
Часовой пояс: UTC + 3 часа |
|
Страница 1 из 1 |
[ 1 сообщение ] |
| Пред. тема | След. тема |
[Lynda] Techniques and Concepts of Big Data [2014, ENG]
| Автор | Сообщение | |||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Постоянный 
Раздал: 1.19 ТБ
Скачал: 949.67 ГБ Ратио: 1.278 Зарегистрирован: 2014-10-13 17:53 Сообщения: 2494 
|
Techniques and Concepts of Big Data
#777 Год выпуска: 2014 Производитель: Lynda Сайт производителя: lynda.com Автор: Barton Poulson Продолжительность: 2:12 Тип раздаваемого материала: Видеоурок Язык: Английский Описание: Big data is big news. But what is big data, and how do we use it? Simply put, big data is data that, by virtue of its velocity, volume, or variety (the three Vs), cannot be easily stored or analyzed with traditional methods. Spreadsheets and relational databases just don't cut it with big data. In this course, Barton Poulson tells you the methods that do work, introducing all the techniques and concepts involved in capturing, storing, manipulating, and analyzing big data, including data mining and predictive analytics. He explains big data's relationship to data science, statistics, and programing; its uses in marketing, scientific research, and tools like Amazon's recommendation engine; and the ethical issues that lie behind its use. This course qualifies for 2 Category A professional development units (PDUs) through lynda.com, PMI Registered Education Provider #4101. Что такое Большие данные в ИТ. Содержание Introduction Welcome What Is Big Data? The three Vs of big data Volume Velocity Variety Does big data need all three? 2. How Is Big Data used? Understanding big data for consumers Understanding big data for business Understanding big data for research 3. Big Data and Data Science Ten ways big data is different from small data The three facets of data science Types and skills in data science Data science without big data Big data without data science 4. Ethics in Big Data Challenges with anonymity Challenges with confidentiality 5. Sources and Structures of Big Data Human-generated data Machine-generated data Structured data Unstructured data 6. Storing Big Data Distributed storage and the cloud Cloud computing: IaaS, PaaS, SaaS, and DaaS A brief introduction to Hadoop 7. Preparing Data for Analysis Challenges with data quality ETL: Extract, transform, load Additional Vs of big data 8. Big Data Analysis Monitoring and anomaly detection Data mining and text analytics Predictive analytics Visualization The role of Excel in big data Conclusion Next steps Файлы примеров: не предусмотрены Формат видео: MP4 Видео: MPEG-4, 1280x720, 16:9, 30fps, 1191kbps Аудио: AAC, 48kHz, 160(128)kbps, stereo Скриншоты |
|||||||||||||||||||
| 2015-06-22 02:28 |
|
|||||||||||||||||||
| ||||||||||||||||||||
|
|
Страница 1 из 1 |
[ 1 сообщение ] |
|
Часовой пояс: UTC + 3 часа |
Кто сейчас на конференции |
Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 4 |
| Вы не можете начинать темы Вы не можете отвечать на сообщения Вы не можете редактировать свои сообщения Вы не можете удалять свои сообщения Вы не можете добавлять вложения |
