Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Optischer Zustand
Beschreibung
Mit diesem Buch erhalten Sie einen anschaulichen, praxisnahen und technologieunabhängigen Einstieg in den Umgang mit großen Datenmengen. Dabei kommen vor allem gängige Open-Source-Werkzeuge zum Einsatz, um die dahinterstehenden Konzepte zu verdeutlichen, so dass auch der Einstieg in kommerzielle Produkte problemlos möglich wird. Das Buch startet mit den Herausforderungen, die sich durch die verteilte Verarbeitung von Daten ergeben, sobald diese nicht mehr auf einen Rechnerknoten passen. Sie lernen, wie Sie Big-Data-Analytics mit Verarbeitungsparadigmen wie Batch-, Micro-Batch- und Stream-Verarbeitung praktisch umsetzen; ebenso wird auf die Vor- und Nachteile von NoSQL-Datenbanken eingegangen. Einblicke zur Visualisierung von Analyseergebnissen, in zufallsbasierte Big-Data-Algorithmen sowie in Referenz-Architekturen für den Aufbau skalierbarer Big-Data-Systeme runden den Inhalt des Buches ab. Die zahlreichen Beispiele im Buch werden auf Basis moderner Container-Technologie (Docker) vorgestellt, so dass Sie Ihr neu erworbenes Wissen auch gleich in der Praxis ausprobieren können. Das kompakte Lehrbuch und Nachschlagewerk für Big Data eignet sich hervorragend für die Verwendung in Studium, Ausbildung und beruflicher Praxis, um dem Umgang mit beständig weiterwachsenden Datenmengen seinen Schrecken zu nehmen. Aus dem Inhalt: Einstieg ins Thema, Verteilte Systeme, Big-Data-Management, NoSQL, Verarbeitungsparadigmen, Systemarchitekturen, Algorithmen und Datenanalyse, Systementwicklung, -test und -betrieb, Ausblick Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches
49,99 €
Gebundene Ausgabe | Neu

oder

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
17.04.2026
Sprache
Deutsch
EAN
9783446476400
Herausgeber
Hanser, Carl
Sonderedition
Nein
Autor
Oliver Hummel, Marcus Kessel, Beate Navarro Bullock, Robert Butscher
Seitenanzahl
224
Auflage
1
Einbandart
Gebundene Ausgabe
Buch Untertitel
Techniken, Werkzeuge und Algorithmen zur Analyse großer Datenmengen
Autorenporträt
Prof. Dr. Oliver Hummel ist seit 2017 Professor für Big Data an der Hochschule Mannheim. Davor leitete er die Entwicklung einer big-data-fähigen Middleware zur Datenvernetzung bei einem Start-up im Rhein-Neckar-Raum. Weitere wichtige Stationen sind eine Vertretungsprofessur am KIT in Karlsruhe und eine Juniorprofessur an der Universität Mannheim, beide im Bereich Softwaretechnik, sowie eine Consulting-Tätigkeit im Bereich Information Retrieval. Neben einem Buch zum Thema Aufwandsschätzung hat Professor Oliver Hummel bis dato bereits mehr als 50 Fachpublikationen veröffentlicht und auch zahlreiche Fachvorträge gehalten. Marcus Kessel ist derzeit Postdoktorand (Wissenschaftlicher Mitarbeiter) im Bereich Software Engineering an der Universität Mannheim. Seine Forschungsinteressen umfassen die Entwicklung von skalierbaren und verhaltensbewussten Methoden für die Massenanalyse von Software Code ("Big Code"), sowie die Integration von Erkenntnissen aus statischer und dynamischer Programmanalyse, insbesondere Software Testing, mit datengetriebenen Ansätzen aus Data Science. Er erhielt seine Promotion im Bereich Informatik an der Universität Mannheim. Prof. Dr. Beate Navarro Bullock ist Professorin für Data Science und Datenbanksysteme an der Technischen Hochschule Ingolstadt. Nach ihrer Promotion in Informatik an der Universität Würzburg war sie mehrere Jahre als Beraterin und Entwicklerin in den Bereichen Data Warehouse und Datenanalyse tätig, bevor sie an die Hochschule wechselte. Prof. Dr. Robert Butscher ist seit 2022 Professor für Wirtschaftsinformatik, insbesondere Business Intelligence und Data Analytics, an der Technischen Hochschule Würzburg-Schweinfurt (THWS). Davor war er viele Jahre im Entwicklungs- und Vorstandsbereich der IT-Genossenschaft DATEV eG für Analytics-Produkte und für den Aufbau datengetriebener Geschäftsmodelle verantwortlich.
Schlagwörter
Algorithmen, Cloud, Data Science, Datenanalyse, Datenbanken, Docker, Hadoop, NosQL, Spark, Streams
Thema-Inhalt
UNC - Datenerfassung und -analyse GPH - Datenwissenschaft und -analyse: allgemein
Thema-Zusatz
für die Hochschulausbildung

Hersteller: Carl Hanser Verlag GmbH & Co.KG, Vilshofener Straße 10, München, Deutschland, 81679, info@hanser.de

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!