Визуализация больших данных: Реконструкция Умное общество: визуализация данных, большие данные и стремление к лучшим решениям: полная печать подлинная RT (красота) Фил Саймон
Цена: 643руб. (¥35.76)
Артикул: 608926238448
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:书百态图书专营
Адрес:Пекин
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥24432руб.
¥45.1811руб.
¥70.21 263руб.
¥24.38439руб.
| 【краткое введение】 | |
| «Визуальные большие данные: реконструкция умного общества» включает в себя четыре части.Часть I, часть I,“Обзор и фон книги”, Обсудить причины быстрого развития организации визуализации;“Введение в организацию визуализации”, Представил, как визуализированные организации охватывают большие данные и данные видны;“Поднимитесь: станьте визуальной организацией”Начните с понимания четырех разных уровней визуальных организаций, а затем уроки, практики, чудеса и ошибки на основе исследования;“Сводка и визуальное будущее”А будущее тенденций, визуальных организаций, больших данных и видимости данных обеспечивает ряд строгих и серьезных прогнозов. |
| Основная информация | |
| Заголовок: | Визуализация больших данных: Реконструкция Умное общество: визуализация данных, большие данные и стремление к лучшим решениям: полная печать подлинная RT (красота) Фил Саймон |
| Автор: | [MEI] Фил Саймон (Фил Саймон·Саймон) |
| Цены: | 59 |
| Номер ISBN: | 9787115392695 |
| Издательство: | |
| Другая справочная информация(Принимая фактический объект) | ||
| Фрагментация:Оплата в мягкой обложке | формат:16 | Язык: |
| Опубликованная дата:2015-07-01 | Версия:1 | Количество страниц:201 |
| Время печати: | Индийский: | Слова: |
| 【Оглавление】 | |
| Часть I Обзор и фон 1 Введение 3 Я.1 Twitter Data Adventure 4 Я.2 реальные данные Visual 101 9 Главная цель 10 Акт 11 Более важно, чем когда -либо 13 Обратная месть: статус -кво о видимых данных 16 Я.3 Обзор книги 18 Определение визуализированной организации 20 20 Тема этого книжного центра 20 Кому пользуется?двадцать один Методизм: история здесь очень важна 22 Настойчивость знаний и исследований по случаю 24 Дифференциал: записи других данных визуального текста 26 Боевой план 27 Я.4 Следующие 27 Я.5 комментарий 28 Глава 1 Быстрый развитие визуальной организации 29 1.1 Рост больших данных 30 1.2 Открытые данные 32 1.3 Ecology Ecology Bud 33 1.4 Новая сеть: визуализация, семантика и драйверы API 34 Прибытие визуальной сети 34 Связанные данные и больше семантической сети 35 Данные сбора удобнее 37 С помощью облаков и центров обработки данных более эффективно 38 1.5 Лучшие инструменты данных 39 1,6 Более прозрачная организация 40 1,7 Коттеджа экономика: выборка 41 1.8 News и Nate Silver Effect 42 1.9 цифровой человек 45 Появление визуального гражданина 45 Движение 48 Визуализированные сотрудники: больше технических и данных -на рабочем месте 48 Путешествие по миру, где мы управляются данными 49 1.10 Следующий шаг 50 1.11 Примечание 50 Глава 2 преобразует данные в понимание: инструменты 53 2.1 Визуализация данных: состав интеллекта и интеграции стратегии 54 2.2 Профессиональный термин: визуальные данные, BI, отчет, анализ и KPI 55 Визуализированная организация должна устранить все“Просто постарайся узнать правильно”Это инструмент отчетности?57 Изобразить некоторые различия 58 2.3 Vision Vision Five Tigers будет 58 Приложение для поставщика программного обеспечения крупного предприятия 59 Best Performance Application 63 Популярный инструмент с открытым исходным кодом 66 Дизайнерская компания 68 Предпринимательство, услуга веб -сайтов и другие ресурсы 73 2.4 Последние слова: правда, которая не разрешена быть в четырех морях 75 2.5 Следующий шаг 75 2.6 Примечания 76 Введение в организацию визуализации в части II Глава 3 Тема Организация организации 79 3.1 Netflix 1.0: план 79 3.2 Netflix 2.0: Self -Subversion 80 3.3 Vision Data: часть компонента стратегии интеграции больших данных 82 3.4 Данные Visual: Netflix Culture Instill 83 Понимание клиента 84 Лучший технический и сетевой диагноз 86 Охватите сообщество 90 3.5 Урок 91 3.6 Следующий шаг 92 3.7 Примечания 92 Глава 4 Данные в ДНК посещают 95 4.1 Начало 96 4,2 UX до высоты до 97 4.3 Запрос 100 Охватите бесплатный инструмент с открытым исходным кодом 100 Приложение API Extension 103 4.4 УРОКИ 103 4.5 Следующий шаг 104 4.6 Примечания 104 Глава 5 Прозрачность Университета Техасского университета 105 5.1 Фон 106 5.2 Ранние усилия визуализации данных 107 5.3 Обнимите традиционный BI 108 5.4 Данные обнаружение 109 Визуальность для студенческой карьеры 110 Расширение: полное продвижение системы Visual 113 5.5 Результаты 114 5.6 Урок 116 5.7 Следующее 116 5.8 Примечания 116 Часть III Start: стать визуализированной организацией 117 Глава 6 Четырех -слоя архитектуры визуализированной организации 119 6.1 Осторожное объяснение. 6.2 Простая модель 121 Ограничение и ясность 123 Прогресс 124 Падение: отступление на более низком уровне 126 Добавить, не заменить 127 Кумулятивное преимущество 127 Ограничения низкого уровня 127 Коррекция и суб -уровни 128 Должна ли каждая организация стремиться войти в уровень 4?128 6.3 следующие 128 Глава 7 WWVOD?129 7. Эффект реконструкции может быть визуализирован 130 Визуализация потока сотрудников 131 Начиная с дорог визуализации данных 131 Результаты и переживание уроков 137 Будущее 138 7.2 Пример маркетинга 138 7.3 Следующий шаг 139 7.4 Примечания 139 Глава 8 Создание визуальной организации 141 8.1 Подсказки данных и лучшая практика 141 Данные: основной суп 141 Учиться перед бегом……По крайней мере, сейчас 142 Визуализация данных обычно только отправная точка 142 Визуализация больших данных и небольших данных 143 Не забывайте метаданные 143 Посмотрите за пределы компании 145 Начало: не нужны полные данные 145 Визуализированные и плохие данные 146 Поддержать способность бурения 146 8.2 Подсказка для дизайна и лучшая практика 150 Имейте в виду конец 150 Сделать как можно больше 151 UX: участие и тестирование важны 152 Поощряйте взаимодействие 152 Используйте мобильные и анимацию 152 осторожно Используйте относительное число, а не абсолютное число 153 8.3 Технические советы и лучшие практики 153 Для всех, пожалуйста, рассмотрите возможность использования API 153 Объятие нового инструмента 154 Понять ограничения инструментов визуализации данных 155 Открытость 155 8.4 Управляющие подсказки и лучшая практика 156 Поощрять самооценку, разведку и демократию данных 156 Обладать позитивными сомнениями 156 Верю в процесс, а не выводы 157 Устранение информационного разделения и профессионального беспорядка 157 Если возможно, визуализация 158 Занятость комплексных талантов 159 Направление сначала, точность 159 8.5 следующие 159 8.6 Примечания 160 Глава 9 Ответственности: ошибка, миф и вызов 161 9.1 Ошибка 162 Попасть в традиционную ловушку ROI 162 Всегда виден для данных—Слепой—Доверие 163 Игнорировать аудиторию 164 Развиваться в соборе для развития 164 Установите цель, развернитесь и забудьте 164 Плохая визуализация данных 165 9.2 Миф 167 Визуализация данных определенности и успешной гарантии 167 Визуализация данных проста до 167 Визуализация данных как проект 168 Один“Все в порядке”Визуализация данных 169 Excel достаточно 169 9.3 Вызов 170 Ежеквартальный менталитет визуализации 170 Данные о презрении 170 Отказ от истории: помимо разочарования, вызванного инструментами до 171 9.4 Следующий шаг 171 9.5 Примечание 172 Резюме IV части IV и визуальное будущее 173 На самом деле, мы только начали 175 C.1 четыре ключевых тенденции, ориентированных на данные 177 Носимые технологии и количественное я 177 Машинное обучение и Интернет вещей 178 Многомерные данные 179 Предстоящая борьба между трансплантацией данных и владением данными 181 C.2 Последняя мысль 183 C.3 Примечание 184 Постскриптум мои данные карьеры 185 Приложение Ресурсы визуализации данных 189 Ссылки 193 Об авторе 195 Как помочь этой книге 197 Постмодер переводчика 199 |