數據實踐之美：31位大數據專家的方法、技術與思想
天善智能
44人在讀
26.5萬字總字數
¥47定價
天善智能
這全書一共34篇文章，我們根據主題分爲了5個部分： ?Part 1 數據化思維：專注思維 ?Part 2 數據治理：專注技術 ?Part 3 BI與數據可視化 ?Part 4 數據分析與數據挖掘 ?Part 5 大數據化之路 每一篇文章出自一家公司，選取一個案例或者多個案例綜合成篇，描述一個或者多個場景。可以針對大家在實際工作中遇到的與數據相關的優秀設計、架構原理、用戶案例、總結經驗、問題分析思路與總結、某一領域的觀點與看法等進行深入的分解與闡述。文章獨立成篇，在滿足碎片化閱讀的同時，也能讓讀者進行深入的思考和橫向比較，通過真實的深入的實踐積累分享，幫助用戶在碰到類似問題的時候打開思路、獲得經驗上的快速成長。 簡單來說，就是用大家在數據之道上的卓越經驗，幫助那些仍然在數據之道上探索的朋友們與他們並行前進，共同成長。
數據環境是指數據存儲、管理、分析和使用的各種環境和條件的總稱。在信息系統和大數據處理中，數據環境的建設至關重要，因爲它直接影響到數據的可用性、可靠性和分析效率。 數據環境的類型 1. 人機直接交互式環境：這種環境是單機或集中式環境，用戶直接訪問數據庫中的數據。這是一種基礎的訪問方式，至今仍在網絡及互聯網環境下廣泛使用。 2. 主題數據庫：經過科學規劃和設計的數據庫，其結構和處理過程獨立。主題數據庫通過共享數據庫聯繫不同業務主題的數據，如客戶數據、產品數據或員工數據。這種環境的優勢在於經過嚴格的數據分析，建立模型需要花費時間，但維護費用低，且能加快應用系統的開發。 3. 信息檢索系統（數據倉庫）：這種環境旨在保證信息檢索和快速查詢的需要，支持高層管理和輔助決策。數據倉庫是面向主題的、單一的、完整的和一致的數據存儲，是深加工的信息。 數據環境的建設 1. 數據源環境的認知：分析數據源的業務基礎、數據存放位置、數據庫約束等，以便進行數據抽取、集成及應用。 2. 環境配置：根據數據擁有者提供的數據盒初始軟硬件環境，如GPU、內存、操作系統配置等，構建和配置數據盒環境。 3. 標準化管理：在高檔次的數據環境建設中，全面的、整體性的、共享的數據管理思維至關重要。需要制定數據資源管理標準，並在基礎標準的指導下進行應用系統的選型。
來自全球20餘家知名數據公司的31位數據專家分享了他們在數據化思維、數據治理、Bl與數據可視化、數據分析與數據挖掘、大數據應用5大主題下的最佳實踐