Neste livro, você vai conhecer conceitos de analytics para big data, compreender o ciclo de vida da data analytics e aprender a extrair informações por meio de self-service analytics. Também serão apresentados componentes e estratégias usados na apresentação dos dados, técnicas para implementação de OLAP, métodos de data analytics usando a linguagem R, bem como o framework MapReduce e técnicas para consumo dos datasets. Além disso, Analytics para big data aborda a integração entre R e Hadoop para computação estatística em big data, a aplicação de analytics na análise de texto, o uso de algoritmos e métodos para extração de informação da web, o desenvolvimento de web crawlers e a utilização de big data analytics nos negócios. O conteúdo da obra é projetado para auxiliar diversos atores interessados nesse processo: analistas de negócios e dados, profissionais de banco de dados e gerentes de business intelligence, analistas ou grupos de estudos de big data que buscam enriquecer suas habilidades analíticas, e universitários que desejam se aprofundar em ciência de dados.

Este livro aborda de maneira prática algumas das principais técnicas e ferramentas utilizadas na análise provida pelo uso integrado de analytics e big data.

Alunos de graduação em Sistema de Informação.

Confira o sumário detalhado desse livro (clique aqui).

Introdução à big data analytics
Ciclo de vida da data analytics
Self-service analytics
Storytelling com dados
Técnicas para implementação de OLAP
Métodos de data analytics usando R
MapReduce para processamento em big data
Integração R e Hadoop para computação estatística em big data
Analytics e análise de texto
Algoritmos e métodos para extração de informação da web
Desenvolvimento de web crawlers
Big data analytics nos negócios

Revisão:
Júlia Mara Colleoni Couto, Mestra em Ciência da ComputaçãoMBA em Gerenciamento de ProjetosBacharela em Sistemas de Informação
Mestre em Sistemas e Computação Fachini Manfroi, Laion LuizGraduado em Tecnologia da Informação e da Comunicação

PADILHA, J. et al. Analytics para big data. Porto Alegre: SAGAH, 2022.