6,49 €
6,49 €
inkl. MwSt.
Sofort per Download lieferbar
payback
0 °P sammeln
6,49 €
6,49 €
inkl. MwSt.
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
Als Download kaufen
6,49 €
inkl. MwSt.
Sofort per Download lieferbar
payback
0 °P sammeln
Jetzt verschenken
6,49 €
inkl. MwSt.
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
  • Format: ePub

A Série Universitária foi desenvolvida pelo Senac São Paulo com o intuito de preparar profissionais para o mercado de trabalho. Os títulos abrangem diversas áreas, abordando desde conhecimentos teóricos e práticos adequados às exigências profissionais até a formação ética e sólida. Técnicas para processamento de big data tem como objetivo principal oferecer ao leitor um panorama das técnicas e ferramentas para a análise de dados; para isso, é apresentada uma visão geral do ciclo de ciência de dados e do ecossistema Hadoop e suas soluções para big data, relacionando conceitos de modelagem,…mehr

  • Geräte: eReader
  • mit Kopierschutz
  • eBook Hilfe
  • Größe: 6.35MB
  • FamilySharing(5)
Produktbeschreibung
A Série Universitária foi desenvolvida pelo Senac São Paulo com o intuito de preparar profissionais para o mercado de trabalho. Os títulos abrangem diversas áreas, abordando desde conhecimentos teóricos e práticos adequados às exigências profissionais até a formação ética e sólida. Técnicas para processamento de big data tem como objetivo principal oferecer ao leitor um panorama das técnicas e ferramentas para a análise de dados; para isso, é apresentada uma visão geral do ciclo de ciência de dados e do ecossistema Hadoop e suas soluções para big data, relacionando conceitos de modelagem, ingestão, armazenamento e processamento de grandes volumes de dados complexos, bem como emprego do business intelligence na tomada de decisão baseada em dados. Além disso, são analisadas as características, as vantagens e as desvantagens de data warehouse, data lake e data discovery, e as ferramentas que auxiliam o processo de automatização, orquestração de fluxos de dados, análises e visualização de dados. Neste livro, o leitor encontrará também os conceitos de sistemas de recomendação, bancos de dados com texto, técnicas de machine learning, modelagem e previsão de séries temporais e recursos para a análise de dados do mercado financeiro.

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Autorenporträt
Ana Tiessi é graduada em Tecnologia em Processamento de Dados pela Faculdade de Tecnologia de Ourinhos (Fatec-Ourinhos), possui mestrado em Ciência da Computação pelo Centro Universitário Eurípides de Marília (Univem) e doutorado pela Escola Politécnica da Universidade de São Paulo (Poli-USP). Atualmente é coordenadora de projetos do Eixo Tecnológico: Informação e Comunicação, na Coordenação de Ensino Superior (Cesu) do Centro Paula Souza, e professora nos cursos superiores de tecnologia em análise e desenvolvimento de sistemas, big data para negócios e gestão comercial na Fatec-Ipiranga. Membro do BASis Inep/MEC como avaliadora institucional e especialista do Conselho Estadual de Educação de São Paulo, e perita judicial no Tribunal de Justiça do Estado de São Paulo. Tem experiência na área de ciência da computação, atuando principalmente nos seguintes temas: realidade virtual na medicina, frameworks orientados a objetos, jogos educativos, técnicas de interação 3D, interação humano-computador, UX, gestão de projetos de software, visualização da informação, business intelligence e perícia judicial na área de informática. Nicksson Freitas é graduado em Ciência da Computação pela Universidade do Estado do Rio Grande do Norte (UERN), possui mestrado em Ciência da Computação pela UERN e pela Universidade Federal Rural do Semi-Árido (Ufersa) e é doutorando em Ciência da Computação pela Universidade Federal do Ceará (UFC). Atualmente é cientista de dados no Samsung Institute for Development Informatics (SIDI), professor adjunto no Centro Universitário Christus (Unichristus) e cofundador do Synapse Data Science. Trabalha na área de ciência de dados desde 2014, atuou em diversos projetos de pesquisa e já passou por grandes empresas resolvendo problemas de negócios a partir de dados. Autor de livros, artigos científicos nacionais e internacionais nas seguintes áreas: data science, inteligência artificial, machine learning, bancos de dados, sistemas multiagentes, séries temporais, trajetórias, sensoriamento remoto, processamento digital de imagens, geoprocessamento e meteorologia.