دسته: سایبرنتیک: هوش مصنوعی
دانلود کتاب درک داده های بزرگ: تجزیه و تحلیل برای هدوپ کلاس سازمانی و داده های جریانی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data
عنوان ترجمه شده به فارسی : درک داده های بزرگ: تجزیه و تحلیل برای هدوپ کلاس سازمانی و داده های جریانی
سری :
نویسندگان : IBM, Paul Zikopoulos, Chris Eaton, Paul Zikopoulos
ناشر : McGraw-Hill Osborne Media
سال نشر : 2011
تعداد صفحات : 176
ISBN (شابک) : 0071790535 , 9780071790536
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 2 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
Big Data نشاندهنده دوره جدیدی در کاوش و استفاده از دادهها است، و IBM به طور منحصربهفردی به مشتریان کمک میکند تا در این تحول حرکت کنند. این کتاب نشان میدهد که چگونه IBM از فناوری منبع باز Big Data استفاده میکند که با فناوریهای IBM ترکیب شده است تا یک پلتفرم Big Data در کلاس سازمانی قوی، ایمن، بسیار در دسترس را ارائه دهد.
سه ویژگی تعیینکننده Big Data- - حجم، تنوع و سرعت - مورد بحث قرار گرفته است. شما یک پرایمر در مورد Hadoop و اینکه چگونه IBM آن را برای شرکت سختتر میکند، دریافت خواهید کرد و یاد خواهید گرفت که چه زمانی از فناوریهای IBM InfoSphere BigInsights (دادههای بزرگ در حالت استراحت) و IBM InfoSphere Streams (دادههای بزرگ در حرکت) استفاده کنید. موارد استفاده صنعتی نیز در این راهنمای عملی گنجانده شده است.
Big Data represents a new era in data exploration and utilization, and IBM is uniquely positioned to help clients navigate this transformation. This book reveals how IBM is leveraging open source Big Data technology, infused with IBM technologies, to deliver a robust, secure, highly available, enterprise-class Big Data platform.
The three defining characteristics of Big Data--volume, variety, and velocity--are discussed. You'll get a primer on Hadoop and how IBM is hardening it for the enterprise, and learn when to leverage IBM InfoSphere BigInsights (Big Data at rest) and IBM InfoSphere Streams (Big Data in motion) technologies. Industry use cases are also included in this practical guide.