Bücher — big data

EN
PySpark-Rezepte: Ein Problem-Lösungs-Ansatz mit PySpark2

PySpark-Rezepte: Ein Problem-Lösungs-Ansatz mit PySpark2

A

Raju Kumar Mishra

KI und ML
EN
Algorithmen für Data Science

Algorithmen für Data Science

A

Brian Steele, John Chandler, Swarna Reddy

Algorithmen und Theorie
RU
Spark lernen: blitzschnelle Datenanalyse

Spark lernen: blitzschnelle Datenanalyse

A

Холден Карау, Энди Конвински, Патрик Венделл, Матей Захария

KI und ML
EN
Big Data: Prinzipien und Best Practices skalierbarer Echtzeit-Datensysteme

Big Data: Prinzipien und Best Practices skalierbarer Echtzeit-Datensysteme

A

Nathan Marz, James Warren

KI und ML
EN
Verteiltes maschinelles Lernen mit PySpark: Mühelose Migration von Pandas und Scikit-Learn

Verteiltes maschinelles Lernen mit PySpark: Mühelose Migration von Pandas und Scikit-Learn

A

Abdelaziz Testas

KI und ML
EN
Einführung in HPC mit MPI für Data Science

Einführung in HPC mit MPI für Data Science

A

Frank Nielsen

KI und ML
EN
ElasticSearch Kochbuch, zweite Auflage

ElasticSearch Kochbuch, zweite Auflage

B

Alberto Paro

KI und ML
EN
Mining von massiven Datensätzen

Mining von massiven Datensätzen

A

Jure Leskovec, Anand Rajaraman, Jeffrey D. Ullman

Algorithmen und Theorie
EN
Ethisches Denken in Big Data: Eine explorative Analyse

Ethisches Denken in Big Data: Eine explorative Analyse

A

Jeff Collmann, Sorin Adam Matei

KI und ML
EN
Computational Intelligence für Big-Data-Analyse: Grenzüberschreitende Fortschritte und Anwendungen

Computational Intelligence für Big-Data-Analyse: Grenzüberschreitende Fortschritte und Anwendungen

A

D.P. Acharjya, Satchidananda Dehuri, Sugata Sanyal

KI und ML
EN
Google® BigQuery Analytics

Google® BigQuery Analytics

A
KI und ML
EN
Künstliche Intelligenz für Dummies, 2. Auflage

Künstliche Intelligenz für Dummies, 2. Auflage

A

John Paul Mueller, Luca Massaron

KI und ML
EN
Practical Hive: Ein Leitfaden zum Data-Warehouse-System von Hadoop

Practical Hive: Ein Leitfaden zum Data-Warehouse-System von Hadoop

A

Scott Shaw, Andreas François Vermeulen, Ankur Gupta, David Kjerrumgaard

KI und ML
EN
Data Lake für Unternehmen: Nutzung der Lambda-Architektur zum Aufbau eines unternehmenseigenen Data Lake

Data Lake für Unternehmen: Nutzung der Lambda-Architektur zum Aufbau eines unternehmenseigenen Data Lake

A

Tomcy John, Pankaj Misra

Datenbanken
EN
Big Data, Data Mining und Machine Learning: Wertschöpfung für Führungskräfte und Praktiker

Big Data, Data Mining und Machine Learning: Wertschöpfung für Führungskräfte und Praktiker

A

Jared Dean

KI und ML
EN
Big Data für Dummies

Big Data für Dummies

A

Judith Hurwitz, Alan Nugent, Dr. Fern Halper, Marcia Kaufman

KI und ML
EN
Handbuch der Big-Data-Technologien

Handbuch der Big-Data-Technologien

A

Albert Y. Zomaya, Sherif Sakr

KI und ML
EN
AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

AI Essentials Guide: Principles for Navigating the Next Tech Renaissance

A

William Hawkins

KI und ML
EN
Erste Schritte mit Greenplum für Big-Data-Analysen

Erste Schritte mit Greenplum für Big-Data-Analysen

A

Sunila Gollapudi

KI und ML
EN
Data Engineering mit Scala und Spark

Data Engineering mit Scala und Spark

A

Eric Tome, Rupam Bhattacharjee, David Radford

KI und ML
RU
Datenorientierte Programmierung

Datenorientierte Programmierung

A

Йонатан Шарвит

Softwareentwicklung
EN
Einführung in .NET für Apache Spark: Verteilte Verarbeitung massiver Datensätze

Einführung in .NET für Apache Spark: Verteilte Verarbeitung massiver Datensätze

A

Ed Elliott

Programmiersprachen
EN
Entschlüsselung von Datenarchitekturen: Auswahl zwischen einem modernen Data Warehouse, Data Fabric, Data Lakehouse und Data Mesh

Entschlüsselung von Datenarchitekturen: Auswahl zwischen einem modernen Data Warehouse, Data Fabric, Data Lakehouse und Data Mesh

A

James Serra

KI und ML
EN
Big Data Management und Analytik

Big Data Management und Analytik

A

Brij B Gupta, Mamta

KI und ML
RU
Algorithmenentwicklung. Ingenieuransatz

Algorithmenentwicklung. Ingenieuransatz

A

Паоло Феррагина

Algorithmen und Theorie
EN
Data Science für Dummies, 3. Auflage

Data Science für Dummies, 3. Auflage

A

Lillian Pierson

KI und ML
RU
Testen, Kontrolle und Optimierung von Java-Code

Testen, Kontrolle und Optimierung von Java-Code

A

Автор не указан

Softwareentwicklung
EN
Die Wesentlichen Kriterien von Graphdatenbanken

Die Wesentlichen Kriterien von Graphdatenbanken

A

Ricky Sun

Algorithmen und Theorie
RU
Lakshmanan V., Tajiani D. - Google BigQuery (O’Reilly Bestseller) - 2021

Lakshmanan V., Tajiani D. - Google BigQuery (O’Reilly Bestseller) - 2021

A

В. Лакшманан, Д. Тайджани

Datenbanken
EN
Data Teams: Ein einheitliches Managementmodell für erfolgreiche datenorientierte Teams

Data Teams: Ein einheitliches Managementmodell für erfolgreiche datenorientierte Teams

A

Jesse Anderson

KI und ML
RU
Python Polars: Ein umfassender Leitfaden. Datenumwandlung, -analyse und -visualisierung mit schnellen und effizienten DataFrames

Python Polars: Ein umfassender Leitfaden. Datenumwandlung, -analyse und -visualisierung mit schnellen und effizienten DataFrames

A

Йерун Янссенс, Тейс Ньюдорп

KI und ML
RU
Python-Bibliotheken Teil 2. Praktische Anwendung

Python-Bibliotheken Teil 2. Praktische Anwendung

B

Джейд Картер

KI und ML
RU
Datenanalyse mit GenAI und Python

Datenanalyse mit GenAI und Python

A

Артур Гуджа, Марлена Сивяк, Мариан Сивяк

KI und ML
RU
Methoden und Technologien der Big-Data-Verarbeitung

Methoden und Technologien der Big-Data-Verarbeitung

A

М.М. Железнов

KI und ML
RU
Big Data. Moderne Frameworks und Anwendungsentwicklung

Big Data. Moderne Frameworks und Anwendungsentwicklung

A

Доминико Талия, Паоло Трунфио, Фабрицио Мароццо, Лорис Белькастро, Риккардо Кантини, Алессио Орсино

KI und ML
RU
Moderne Technologien der Datenanalyse

Moderne Technologien der Datenanalyse

A

А. В. Макшанов, А. Е. Журавлев, Л. Н. Тындыкарь

KI und ML
RU
Sielen D., Meisman A. Grundlagen von Data Science und Big Data Python und Wissenschaft.PDF

Sielen D., Meisman A. Grundlagen von Data Science und Big Data Python und Wissenschaft.PDF

F

Д. Силен, А. Мейсман

KI und ML
RU
BigData-Verarbeitung in der Cloud. Datenverarbeitung und -speicherung mit Beispielen aus Microsoft Azure

BigData-Verarbeitung in der Cloud. Datenverarbeitung und -speicherung mit Beispielen aus Microsoft Azure

A

Сенько А.

KI und ML
RU
Einfach Big Data

Einfach Big Data

A

Жукова М. В., Деменок С. Л.

KI und ML
RU
Prinzipien der Organisation verteilter Datenbanken

Prinzipien der Organisation verteilter Datenbanken

A

М. Тамер Ёcy, Патрик Вальдуриес

Datenbanken
RU
Streaming-Datenverarbeitungspipeline

Streaming-Datenverarbeitungspipeline

F

Andrew Psaltis

KI und ML
RU
Streaming-Datenverarbeitung

Streaming-Datenverarbeitung

F
KI und ML
RU
Grundlagen von Big Data.PDF

Grundlagen von Big Data.PDF

F
KI und ML
RU
Data Science: Einführungskurs

Data Science: Einführungskurs

A

Стивен С. Скиена

KI und ML
RU
Groß angelegtes maschinelles Lernen

Groß angelegtes maschinelles Lernen

F

Бастиан Шарден, Лука Массарон, Альберто Боскетти

KI und ML
RU
Statistik spielte über Jahrhunderte eine Schlüsselrolle in der wissenschaftlichen Erkenntnis der Welt, und im Zeitalter der Big Data werden grundlegendes Verständnis dieser Disziplin und statistische Kompetenz entscheidend. David Spiegelhalter lädt Sie zu einer technisch unbelasteten, faszinierenden Einführung in Theorie und Praxis der Statistik ein.

Statistik spielte über Jahrhunderte eine Schlüsselrolle in der wissenschaftlichen Erkenntnis der Welt, und im Zeitalter der Big Data werden grundlegendes Verständnis dieser Disziplin und statistische Kompetenz entscheidend. David Spiegelhalter lädt Sie zu einer technisch unbelasteten, faszinierenden Einführung in Theorie und Praxis der Statistik ein.

B

Дэвид Шпигельхалтер

Algorithmen und Theorie
RU
Die Kunst der Programmierung mit R. Eintauchen in Big Data

Die Kunst der Programmierung mit R. Eintauchen in Big Data

A

Норман Мэтлофф

Algorithmen und Theorie
RU
Innovationen in SQL Server 2019. Nutzung von Big-Data-Technologien und maschinellem Lernen.

Innovationen in SQL Server 2019. Nutzung von Big-Data-Technologien und maschinellem Lernen.

A

Боб Уорд

Datenbanken
RU
Künstliche Intelligenz für Mode

Künstliche Intelligenz für Mode

A

Андрей Голуб

KI und ML
RU
Programmiersprachen und Entwicklungsumgebung R. Lehrbuch

Programmiersprachen und Entwicklungsumgebung R. Lehrbuch

A

А.В. Золотарюк

Programmiersprachen
12 →