Analítica de dados com Hadoop - Uma introdução para cientistas de dados

Benjamin Bengfort, Jenny Kim

Novatec Editora

2016

352 páginas

11h 44m

ISBN-13: 9788575225219

Português Brasileiro

Pronto para usar técnicas estatísticas e de aprendizado de máquina (machine learning) em grandes conjuntos de dados? Este guia prático mostra por que o ecossistema do Hadoop é perfeito para essa tarefa. Em vez de ter como foco a implantação, as operações ou o desenvolvimento de softwares geralmente associados à computação distribuída, você se concentrará nas análises particulares que poderá fazer, nas técnicas de armazém de dados (data warehousing) oferecidas pelo Hadoop e em fluxos de trabalho de alta ordem que esse framework é capaz de gerar.

Os cientistas e os analistas de dados aprenderão a usar diversas técnicas que variam da escrita de aplicações MapReduce e Spark com Python ao uso de modelagem avançada e gerenciamento de dados com Spark MLlib, Hive e HBase. Você também conhecerá os processos analíticos e os sistemas de dados disponíveis para desenvolver e conferir eficácia aos produtos de dados capazes de lidar com – e que, na verdade, exigem – quantidades enormes de dados.

Entenda os conceitos principais do Hadoop e do processamento em cluster.
Utilize padrões de projeto e algoritmos analíticos paralelos para criar jobs de análise de dados distribuídos.
Adquira conhecimentos sobre gerenciamento de dados, mineração e armazém de dados em um contexto distribuído usando Apache Hive e HBase.
Utilize Sqoop e Apache Flume para entrada de dados a partir de bancos de dados relacionais.
Programe aplicações Hadoop e Spark complexas com Apache Pig e Spark DataFrames.
Utilize técnicas de aprendizado de máquina, como classificação, clustering e filtragem colaborativa, com a MLib do Spark.

Resenhas (1)

0

Analítica de Dados com Hadoop

"Análise de Dados com Hadoop" é um guia completo para quem deseja explorar o mundo da análise de dados em grande escala. O livro aborda os conceitos fundamentais do Hadoop, desde o armazenamento distribuído até o processamento de dados em paralelo. Através de exemplos práticos e explicações claras, você aprenderá a aplicar técnicas de data warehousing e a criar fluxos de trabalho robustos para extrair insights valiosos de seus dados. Ideal para cientistas de dados, analistas e profissionais que buscam dominar as ferramentas e técnicas essenciais para trabalhar com big data.