Big Data Analytics: Guía práctica para directivos

Opiniones de los lectores

El libro ha sido criticado por basarse en gran medida en los contenidos de marketing de los proveedores de Big Data y no ofrecer una visión sustancial y en profundidad de los temas que aborda. Los críticos han señalado problemas de edición y falta de orientación práctica, lo que sugiere que no cumple su promesa como recurso para directivos.

Intenta ir más allá de las discusiones superficiales sobre Big Data; cubre una gama de temas relevantes para el aprendizaje automático.

⬤ En su mayor parte, material de marketing reciclado de los proveedores
⬤ carece de profundidad y conocimientos prácticos
⬤ problemas de edición
⬤ no es una guía útil para los directivos.

(basado en 2 opiniones de lectores)

Título original:

Big Data Analytics: A Practical Guide for Managers

Contenido del libro:

Con este libro, los directivos y responsables de la toma de decisiones disponen de las herramientas necesarias para tomar decisiones más informadas sobre las iniciativas de compra de big data. Big Data Analytics: A Practical Guide for Managers no sólo ofrece descripciones de las herramientas más comunes, sino que también examina los distintos productos y proveedores que abastecen el mercado de big data.

Comparando y contrastando los distintos tipos de análisis que suelen realizarse con big data, esta accesible referencia presenta explicaciones claras del funcionamiento general de las herramientas de big data. En lugar de dedicar tiempo a CÓMO instalar paquetes específicos, se centra en las razones POR LAS QUE los lectores instalarían un paquete determinado.

El libro ofrece orientación autorizada sobre una serie de herramientas, incluidos sistemas de código abierto y propietarios. Detalla los puntos fuertes y débiles de la incorporación del análisis de big data a la toma de decisiones y explica cómo aprovechar los puntos fuertes y mitigar los débiles.

⬤ Describe las ventajas de la informática distribuida en términos sencillos.

⬤ Incluye abundante material de proveedores y herramientas, especialmente para las decisiones de código abierto.

⬤ Cubre paquetes de software destacados, incluidos Hadoop y Oracle Endeca.

⬤ Examina aplicaciones SIG y de aprendizaje automático.

⬤ Considera cuestiones de privacidad y vigilancia.

El libro explora además conceptos estadísticos básicos que, mal aplicados, pueden ser fuente de errores. Una y otra vez, los macrodatos se tratan como un oráculo que descubre resultados que nadie habría imaginado. Aunque los macrodatos pueden cumplir esta valiosa función, con demasiada frecuencia estos resultados son incorrectos y, sin embargo, se comunican sin cuestionarlos. La probabilidad de obtener resultados erróneos aumenta a medida que se compara un mayor número de variables, a menos que se tomen medidas preventivas.

El enfoque adoptado por los autores consiste en explicar estos conceptos para que los directivos puedan plantear mejores preguntas a sus analistas y proveedores sobre la idoneidad de los métodos utilizados para llegar a una conclusión. Dado que el mundo de la ciencia y la medicina ha estado lidiando con problemas similares en la publicación de estudios, los autores se basan en sus esfuerzos y los aplican al big data.