数据实践之美：31位大数据专家的方法、技术与思想
天善智能
44人在读
26.5万字总字数
¥47定价
天善智能
这全书一共34篇文章，我们根据主题分为了5个部分： ?Part 1 数据化思维：专注思维 ?Part 2 数据治理：专注技术 ?Part 3 BI与数据可视化 ?Part 4 数据分析与数据挖掘 ?Part 5 大数据化之路 每一篇文章出自一家公司，选取一个案例或者多个案例综合成篇，描述一个或者多个场景。可以针对大家在实际工作中遇到的与数据相关的优秀设计、架构原理、用户案例、总结经验、问题分析思路与总结、某一领域的观点与看法等进行深入的分解与阐述。文章独立成篇，在满足碎片化阅读的同时，也能让读者进行深入的思考和横向比较，通过真实的深入的实践积累分享，帮助用户在碰到类似问题的时候打开思路、获得经验上的快速成长。 简单来说，就是用大家在数据之道上的卓越经验，帮助那些仍然在数据之道上探索的朋友们与他们并行前进，共同成长。
数据环境是指数据存储、管理、分析和使用的各种环境和条件的总称。在信息系统和大数据处理中，数据环境的建设至关重要，因为它直接影响到数据的可用性、可靠性和分析效率。 数据环境的类型 1. 人机直接交互式环境：这种环境是单机或集中式环境，用户直接访问数据库中的数据。这是一种基础的访问方式，至今仍在网络及互联网环境下广泛使用。 2. 主题数据库：经过科学规划和设计的数据库，其结构和处理过程独立。主题数据库通过共享数据库联系不同业务主题的数据，如客户数据、产品数据或员工数据。这种环境的优势在于经过严格的数据分析，建立模型需要花费时间，但维护费用低，且能加快应用系统的开发。 3. 信息检索系统（数据仓库）：这种环境旨在保证信息检索和快速查询的需要，支持高层管理和辅助决策。数据仓库是面向主题的、单一的、完整的和一致的数据存储，是深加工的信息。 数据环境的建设 1. 数据源环境的认知：分析数据源的业务基础、数据存放位置、数据库约束等，以便进行数据抽取、集成及应用。 2. 环境配置：根据数据拥有者提供的数据盒初始软硬件环境，如GPU、内存、操作系统配置等，构建和配置数据盒环境。 3. 标准化管理：在高档次的数据环境建设中，全面的、整体性的、共享的数据管理思维至关重要。需要制定数据资源管理标准，并在基础标准的指导下进行应用系统的选型。
来自全球20余家知名数据公司的31位数据专家分享了他们在数据化思维、数据治理、Bl与数据可视化、数据分析与数据挖掘、大数据应用5大主题下的最佳实践