Отзывы на книгу «Теоретический минимум по Big Data. Всё что нужно знать о больших данных (pdf+epub)»

Очень удивляюсь плохим отзывам на эту книгу. Ведь нужно понимать её назначение. Она вполне хороша как популярное и доступное изложение для всех любопытствующих или начинающих. Написано легко и интересно. Автор излагает основные подходы к DS, указывает на особенности применения тех или иных алгоритмов и указывает доступные примеры того, как это связано с реальной жизнью. Те, кто хочет математику, примеры кода и прочего, будут разочарованы. Те же, кто хочет понять, зачем и для чего существует анализ данных, что это такое и с чем его едят, найдут её для себя очень полезной. Вот им и рекомендую эту книгу.

Есть ирония в том, что книга с названием английской версии «Numsence! Data Science for the Layman. No Math Added» в России издается в серии «Библиотека программиста». Если не учитывать русское название, а сразу английское, то назначение книги становится понятным. Можно пользоваться для общего ознакомления менеджерам, управленцам и всем, кто не хочет разбираться в математике, а общее понимание нужно.

Книга действительно хороша для тех, кто только начинает делать первые шаги в анализе больших данных для прояснения чем занимается данная дисциплина, основные ее понятия и основные приемы работы с подобными данными. Следующим шагом для таких читателей должны стать книги, содержащие детальное описание методов и алгоритмов анализа больших данных, а также программных средств, используемых для этого.

Отличное пособие для новичков, как я . С первого раза остались белые пятна, со второго раза стало все понятно. После можно переходить к изучению математических алгоритмов.

Очень упрощённо, действительно простым языком.

В качестве знакомства с темой – нормально, даёт общее представление об этой теме

Абсолютно поверхностный обзор основных алгоритмов и подходов, подойдет как опорный текст для дальнейшего углубления, нет ни одной формулы, ни одной строчки кода, есть относительно полезные графики и понятные описания достоинств и недостатков рассмотренных методов

Это методичка о методах которые могут быть использованы в big data и анализе данных. Очень скучные примеры, без реального применения. Лучше разобрать один пример от и до, чем 20 поверхностно.

Это некий обзор с высоты птичьего полёта, ликбез, можно сказать. Научиться чему-то с ней, конечно же, нельзя, но об этом и не говорится в описании. Как сказано выше, то название на русском не особо удачное.

хорошая книга для начинающих разбираться в этой теме. написано понятным языком. матниатики нет. есть простветрримеры их жизни, где можно применять те или иные алгоритмы и выбрать лучший вариант по работе с данными.

Авторы старательно избегали математической сущности представленных методов анализа данных и машинного обучения. У них это получилось, но книге это сослужило плохую службу. Очень много воды, пользы можно извлечь ускользающе мало. Может пригодится инвесторам и менеджерам, чтобы поверхностно понимать применяемые методы. Остальные проходят мимо.