Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
.
Default
.
PageMenu
-
Main Menu
-
Simple Search
.
Preferences
.
User Signon
.
Member Services
.
Exit Webopac
.
Portal Search
.
Parsifal catalogo URBE
.
DarwinBooks
.
Torrossa biblioteca digitale
.
Banche dati EBSCO
.
Banche dati BREPOLiS
.
Oxford Research Encyclopedias Education
.
Thesaurus Linguae Graecae (TLG)
.
UniSal Discovery Service
.
Osservatorio della Gioventù
.
SALESIAN online
.
Search Menu
Simple Search
.
Advanced Search
.
Expert Search
.
Journal Search
.
Refine Search Results
.
New Items Search
.
Bottom Menu
Help
About
.
Languages
Italian
.
English
.
German
.
Spanish
.
French
.
New Items Menu
New Items Search
.
New Items List
.
© LIBERO v6.4.1sp220816
Page content
You are here
:
Catalogue Tag Display
Catalogue Tag Display
MARC 21
Big data analytics : il manuale del data scientist /
Tag
Description
001
$ 439048
007
$ t
008
$ 180306s2017 it a u000 u ita d
020
$a
9788891621856
100
$aRezzani, Alessandro$eautore
245
$aBig data analytics :$bil manuale del data scientist /$cAlessandro Rezzani.$hLibro
264
$aSantarcangelo di Romagna (RN) :$bApogeo education :$bMaggioli editore,$c[2017]
264
$c©2017
300
$axix, 391 pagine :$billustrazioni ;$c24 cm
504
$aBibliografia: pagine [389]-391.
520
$aNell’era dei big data e agli albori della data driven economy, emerge una figura professionale in grado di analizzare, gestire, elaborare e comunicare i dati. È il data scientist, lo “scienziato dei dati”, che ha solide competenze in informatica, statistica, economia ed è in grado di far fronte alla sempre crescente complessità dei dati. Questo volume si propone come una guida completa sia per chi intenda intraprendere questa professione emergente, sia per chi, già esperto, desideri approfondire alcune tematiche. L’autore illustra le principali conoscenze relative alla gestione e all’analisi avanzata dei dati; descrive i big data e gli strumenti e le architetture che permettono di gestirli (Hadoop in particolare) e presenta i temi della data ingestion e dell’elaborazione con alcuni tool di analisi (Hive, Pig, Spark e R) le cui funzionalità sono illustrate anche tramite esempi commentati. Una parte è dedicata alla predictive analytics e mostra le tecniche per la creazione di modelli predittivi: dalla preparazione dei dati, alla scelta dell’algoritmo più adatto, alla valutazione delle performance. Il testo è un valido supporto per la comprensione dei concetti relativi all’analisi dei dati (big data o dati tradizionali), anche da parte del management aziendale che, dall’analisi avanzata, può trarre le informazioni utili ad assumere decisioni, a valutare rischi e disegnare strategie.
650
$aBig data
650
$aInformatica$vManuali
650
$aElaborazione dei dati
852
$mSL-20-C-108$xSL
Quick Search
Search for