Analítica de Dados com Hadoop: Uma Introdução Para Cientistas de Dados

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.

Capa comum: 352 páginas
Editora: Novatec (12 de setembro de 2016)
Idioma: Português
ISBN-10: 8575225219
ISBN-13: 978-8575225219
Dimensões do produto: 23,4 x 16,4 x 1,6 cm
Peso de envio: 581 g