Big data простым языком



Наш телефон знает о нас больше, чем мы думаем. Он умеет собирать и анализировать информацию о том, как мы передвигаемся по городу, какие посты лайкаем и какими приложениями пользуемся. Он сообщит о пробках и поторопит на работу, чтобы мы не опоздали; подберет музыку под наше настроение и составит список персональных рекомендаций, чем можно занять себя в течение дня. Телефон – больше не устройство, по которому звонят, это уже средство управления окружающим нас миром. Незаметно мы окружили себя такими интерфейсами, которые создают невидимый барьер между человеком и окружающей средой. Планирование, управление, коммуникация, все теперь строится через эти программы и девайсы. Даже человеческие отношения. Но насколько глубока кроличья нора? Каждому предстоит разобраться в этом самому. Эта книга поможет донести основные принципы проектирования и создания таких интерфейсов управления бизнесом, обществом и окружающим нас миром посредством Больших данных. Читайте, наслаждайтесь и помните: сожжение книг противозаконно.

Рейтинг:
Добавить в избранные:
Автор:
Страниц: 200

1. Алексей Благирев Big data простым языком
2. Предисловие
3. Глава 1 Что такое Big Data?
4. Марсианские диалекты
5. Что же это все-таки такое и откуда взялось?
6. Постинформационное общество[4]
7. Data-driven организации[11]
8. 7 шагов data-driven decision culture
9. В чем ценность data-driven организации
10. Data-informed организации
11. Data-informed или data-driven
12. Революция open-source и доступность технологий
13. 4-я промышленная революция, или Почему человек больше не нужен для поиска инсайтов
14. Глава 2 Стратегия данных
15. С чего начинается стратегия данных?
16. Ключевые стейкхолдеры
17. Техническая инфраструктура
18. Зачем нужна стратегия данных?
19. Как влияет культура компании на успешность стратегии?
20. Кто владелец стратегии данных?
21. Self-service BI
22. Как измерить успешность стратегии данных?
23. Сколько стоит реализовать стратегию данных?
24. Глава 3 Storytelling с данными
25. Идеальная история отвечаем на ключевые вопросы
26. Декодирование аналитического контента требует усилий
27. Impact investment – у каждого рассказа должна быть цель
28. Глава 4 Регулирование данных
29. Суровые европейские консерваторы
30. Глава 5 Метаданные
31. Глава 6 Зачем нужно качество данных?
32. Основные методы управления качеством данных
33. Как измерять качество данных?
34. Как понять, какие измерения качества выбрать?
35. Инструменты управления качеством данных
36. Глава 7 Не Big Data единой: платформы и экосистемы
37. PaaS и платформы
38. Глава 8 А что дальше? Проблемы и тренды
39. Проблемы с Big Data сегодня
40. Мы думаем, что понимаем Big Data
41. Как рассчитать финансовый эффект?
42. Big Data может быть вообще не нужна
43. К чему мы движемся? Тренды
44. Машинное обучение применяется все чаще
45. Послесловие
46. Примечания
47. 1
48. 2
49. 3
50. 4
51. 5
52. 6
53. 7
54. 8
55. 9
56. 10
57. 11
58. 12
59. 13
60. 14
61. 15
62. 16
63. 17
64. 18
65. 19
66. 20
67. 21
68. 22
69. 23
70. 24
71. 25
72. 26
73. 27
74. 28
75. 29
76. 30
77. 31
78. 32
79. 33
80. 34
81. 35
82. 36
83. 37
84. 38
85. 39
86. 40
87. 41
88. 42
89. 43
90. 44
91. 45
92. 46
93. 47
94. 48
95. 49
96. 50
97. 51
98. 52
99. 53
100. 54
101. 55
102. 56
103. 57
104. 58
105. 59
106. 60
107. 61
108. 62
109. 63
110. 64
111. 65
112. 66
113. 67
114. 68
115. 69
116. 70
117. 71
118. 72
119. 73
120. 74
121. 75
122. 76
123. 77
124. 78
125. 79
126. 80
127. 81
128. 82
129. 83
130. 84
131. 85
132. 86
133. 87
134. 88
135. 89
136. 90
137. 91
138. 92
139. 93
140. 94
141. 95
142. 96
143. 97
144. 98
145. 99
146. 100
147. 101
148. 102
149. 103
150. 104
151. 105
152. 106
153. 107
154. 108
155. 109
156. 110
157. 111
158. 112
159. 113
160. 114
161. 115
162. 116
163. 117
164. 118
165. 119
166. 120
167. 121
168. 122
169. 123
170. 124
171. 125
172. 126
173. 127
174. 128
175. 129
176. 130
177. 131
178. 132
179. 133
180. 134
181. 135
182. 136
183. 137
184. 138
185. 139
186. 140
187. 141
188. 142
189. 143
190. 144
191. 145
192. 146
193. 147
194. 148
195. 149
196. 150
197. 151
198. 152
199. 153
200. 154