Data Science mit Big Data

Mit diesem Buch erhalten Sie einen anschaulichen, praxisnahen und technologieunabhängigen Einstieg in den Umgang mit großen Datenmengen. Dabei kommen vor allem gängige Open-Source-Werkzeuge zum Einsatz, um die dahinterstehenden Konzepte zu verdeutlichen, so dass auch der Einstieg in kommerzielle Produkte problemlos möglich wird. Das Buch startet mit den Herausforderungen, die sich durch die verteilte Verarbeitung von Daten ergeben, sobald diese nicht mehr auf einen Rechnerknoten passen. Sie lernen, wie Sie Big-Data-Analytics mit Verarbeitungsparadigmen wie Batch-, Micro-Batch- und Stream-Verarbeitung praktisch umsetzen; ebenso wird auf die Vor- und Nachteile von NoSQL-Datenbanken eingegangen. Einblicke zur Visualisierung von Analyseergebnissen, in zufallsbasierte Big-Data-Algorithmen sowie in Referenz-Architekturen für den Aufbau skalierbarer Big-Data-Systeme runden den Inhalt des Buches ab. Die zahlreichen Beispiele im Buch werden auf Basis moderner Container-Technologie (Docker) vorgestellt, so dass Sie Ihr neu erworbenes Wissen auch gleich in der Praxis ausprobieren können. Das kompakte Lehrbuch und Nachschlagewerk für Big Data eignet sich hervorragend für die Verwendung in Studium, Ausbildung und beruflicher Praxis, um dem Umgang mit beständig weiterwachsenden Datenmengen seinen Schrecken zu nehmen. Aus dem Inhalt: Einstieg ins Thema, Verteilte Systeme, Big-Data-Management, NoSQL, Verarbeitungsparadigmen, Systemarchitekturen, Algorithmen und Datenanalyse, Systementwicklung, -test und -betrieb, Ausblick Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches