Зарегистрироваться
Восстановить пароль
FAQ по входу

Благирев Алексей, Хапаева Наталья. Big data простым языком

Благирев Алексей, Хапаева Наталья. Big data простым языком
М.: АСТ, 2019. — 256 с. — (Бизнес-бук). — ISBN 978-5-17-111829-7.
Наш телефон знает о нас больше, чем мы думаем. Он умеет собирать и анализировать информацию о том, как мы передвигаемся по городу, какие посты лайкаем и какими приложениями пользуемся. Он сообщит о пробках и поторопит на работу, чтобы мы не опоздали; подберет музыку под наше настроение и составит список персональных рекомендаций, чем можно занять себя в течение дня. Телефон – больше не устройство, по которому звонят, это уже средство управления окружающим нас миром. Незаметно мы окружили себя такими интерфейсами, которые создают невидимый барьер между человеком и окружающей средой. Планирование, управление, коммуникация, все теперь строится через эти программы и девайсы. Даже человеческие отношения.
Но насколько глубока кроличья нора? Каждому предстоит разобраться в этом самому. Эта книга поможет донести основные принципы проектирования и создания таких интерфейсов управления бизнесом, обществом и окружающим нас миром посредством Больших данных. Читайте, наслаждайтесь и помните: сожжение книг противозаконно.
Предисловие
Что такое Big Data?

Марсианские диалекты
Что же это все-таки такое и откуда взялось?
Постинформационное общество
Data-driven организации
7 шагов data-driven decision culture
В чем ценность data-driven организации
Data-informed организации
Data-informed или data-driven
Революция open-source и доступность технологий
4-я промышленная революция, или Почему человек больше не нужен для поиска инсайтов
Стратегия данных
С чего начинается стратегия данных?
Ключевые стейкхолдеры
Техническая инфраструктура
Зачем нужна стратегия данных?
Как влияет культура компании на успешность стратегии?
Кто владелец стратегии данных?
Self-service BI
Как измерить успешность стратегии данных?
Сколько стоит реализовать стратегию данных?
Storytelling с данными
Идеальная история: отвечаем на ключевые вопросы
Декодирование аналитического контента требует усилий
Impact investment – у каждого рассказа должна быть цель
Регулирование данных
Суровые европейские консерваторы
Метаданные
Зачем нужно качество данных?

Основные методы управления качеством данных
Как измерять качество данных?
Как понять, какие измерения качества выбрать?
Инструменты управления качеством данных
Не Big Data единой: платформы и экосистемы
PaaS и платформы
А что дальше? Проблемы и тренды
Проблемы с Big Data сегодня
Мы думаем, что понимаем Big Data
Как рассчитать финансовый эффект?
Big Data может быть вообще не нужна
К чему мы движемся? Тренды
Машинное обучение применяется все чаще
Послесловие
  • Возможность скачивания данного файла заблокирована по требованию правообладателя.
  • С условиями приобретения этих материалов можно ознакомиться здесь.