Análisis de datos: Principios, Herramientas y Prácticas: Una guía completa para el análisis avanzado de datos utilizando las últimas tendencias, herramientas y tecnologías

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 9 votos.

Título original:

Data Analytics: Principles, Tools, and Practices: A Complete Guide for Advanced Data Analytics Using the Latest Trends, Tools, and Technologies

Contenido del libro:

Hoy en día se demanda la resolución crítica de problemas relacionados con los datos y la ciencia de datos. Se demandan profesionales capaces de resolver problemas reales de ciencia de datos utilizando herramientas de ciencia de datos. El libro "Data Analytics: Principles, Tools, and Practices"puede considerarse un manual o una guía para los profesionales que deseen iniciar su andadura en el campo de la ciencia de datos.

El viaje comienza con la introducción de DBMS, RDBMS, NoSQL y DocumentDB. El libro presenta los aspectos esenciales de la ciencia de datos y el ecosistema moderno, incluidos los pasos importantes como la ingestión de datos, la extracción de datos y la visualización. El libro cubre los diferentes tipos de análisis, diferentes herramientas del ecosistema Hadoop como Apache Spark, Apache Hive, R, MapReduce, y NoSQL Database. También incluye las diferentes técnicas de aprendizaje automático que son útiles para el análisis de datos y cómo visualizar los datos con diferentes gráficos y tablas. El libro discute herramientas útiles y enfoques para el análisis de datos, con el apoyo de ejemplos concretos de código.

Después de leer este libro, estará motivado para explorar la analítica de datos real y hacer uso de los conocimientos adquiridos sobre bases de datos, BI/DW, visualización de datos, herramientas de Big Data y ciencia estadística.

ÍNDICE DE CONTENIDOS

1. Sistema de gestión de bases de datos.

2. Procesamiento de transacciones en línea y almacén de datos.

3. Business Intelligence y su dinámica más profunda.

4. Introducción a la visualización de datos.

5. Visualización avanzada de datos.

6. Introducción a Big Data y Hadoop.

7. Aplicación de Big Data Casos de uso reales.

8. Aplicación de Big Data.

9. Introducción al aprendizaje automático.

10. Conceptos avanzados al aprendizaje automático.

11. Aplicación del Aprendizaje Automático.