فن آوری نوین
گروه نویسندگان
حامد رجبی قمی، مریم کاردگر
شومیز
159
فن آوری نوین
گروه نویسندگان
حامد رجبی قمی، مریم کاردگر
شومیز
159
گروه نویسندگان
حامد رجبی قمی، مریم کاردگر
شومیز
36500 تومان
978-622-7393-33-0
978-622-7393-33-0
159
۱۴۰۰
200
2
کتاب اکنون کلان داده به مباحثی همچون افزایش سرعت با کلان داده، ابزارهای کلان داده، تکنیکها، استراتژیها، کاربرد آن، ارتباط کلان داده با بهداشت و درمان و ... میپردازد. کلان داده به عنوان روشهای مقرون به صرفه برای کاهش حجم، سرعت و تنوع دادههای انبوه در حال ظهور هستند.
تیم اوریلی (O’Reilly) در کتاب اکنون کلان داده (Big Data Now) بررسی میکنند زمانی که کلان داده رشد میکند چه اتفاقاتی رخ میدهد: چه چیزی در حال اعمال است، کجا نقشی ایفا میکند و پیامدهای به طور یکسان خوب و بد رشد داده.
کلان داده، دادهای با ظرفیت پردازشی بیشتر از ظرفیت پردازشی سیستمهای پایگاه داده متعارف است. داده بیش از حد بزرگ است، خیلی سریع رشد میکند، یا در محدودیتهای معماری پایگاه داده شما نمیگنجد. برای دستیابی به منفعتی از این داده، باید روش دیگری برای پردازش آن انتخاب کنید.
داده حاوی الگوها و اطلاعات ارزشمندی است که قبلا به دلیل حجم کار موردنیاز برای استخراجشان پنهان بودند. با مشارکت شرکتهایی مثل Walmart و Google این توانایی تا حدودی میسر گشته است اما با هزینه بسیار بالا. تجهیزات سخت افزاری امروزی، معماری ابر و نرم افزارهای منبع باز پردازش داده کلان داده را با حداقل منابع امکان پذیر ساخته است.
پردازش کلان داده حتی برای گاراژهای راه انداز کوچکی که میتوانند زمان سرویس دهنده در ابر را با هزینه پایین اجاره کنند نیز میسر شده است. ارزش کلان داده برای یک سازمان دو نوع است: استفاده تحلیلی و ارائه محصولات جدید. تحلیل دادههای بزرگ، بینشهای پنهان موجود در داده (از جمله تأثیر نظیر به نظیر بر مشتریان، آشکار شده با تحلیل تراکنشهای خریداران، و دادههای اجتماعی و جغرافیایی) که پردازش آنها بسیار هزینه بر بود را آشکار میکند. علی رغم ماهیت نسبتا ایستای گزارشهای از پیش تعیین شده، این که بتوانیم هر قلم داده را در یک زمان معقول پردازش کنیم، نیاز مبرم به نمونه برداری را حذف و یک رویکرد تحقیقاتی برای دادهها باز میکند.
راه اندازیهای موفق وب در دهه گذشته، نمونههای بزرگی از کلان داده به کار رفته به عنوان یک فعال ساز برای محصولات و دستگاههای جدید است. به عنوان مثال، فیس بوک با ترکیب سیگنالهای بسیاری از واکنشهای کاربران و دوستانشان، توانست تجربیات بسیار شخصی کاربر را کشف و نوع جدیدی از تبلیغات را ایجاد کند. این که بخش زیادی از ایدهها و ابزارهای پایه کلان داده از گوگل، یاهو، آمازون و فیس بوک پدید آمده است، تصادفی نیست.
ظهور کلان داده در شرکتها یک همتای ضروری را برای آن ارمغان آورده است: چابکی. بهرهبرداری موفق از مقادیر در دادههای بزرگ نیازمند آزمایش و اکتشاف است. چه محصولات جدیدی ایجاد کنیم یا به دنبال روشهایی برای دستیابی به مزیت رقابتی باشیم، شغل نیازمند کنجکاوی و کارآفرینی است.
محتوای این کتاب برای متخصصان و پژوهشگران علوم کامپیوتری و هوش مصنوعی مفید و کاربردی خواهد بود.