Vier Grundsätze der modernen Datenwissenschaft und des machinellen Lernens
Bereich: Whitepaper
Mit dem exponentiellen Wachstum der Datenmengen in unserer Welt entwickeln sich auch die Big Data-Technologien und -Praktiken rasch weiter. Anfangs konzentrierten sich die Unternehmen darauf, eine kosteneffiziente und skalierbare Lösung für die Speicherung und das Management dieser Daten zu suchen. Durch die Implementierung von Technologien wie Apache Hadoop® wurde es Unternehmen möglich, strukturierte und unstrukturierte Daten in einem einzigen Data Lake zu speichern und gleichzeitig die Betriebskosten von Data-Warehouses und -Marts zu senken.
Mit dem wachsenden Bewusstsein über das strategische Potenzial ihrer Informationsressourcen streben die Unternehmen nach neuen Arten der Analyse all dieser Daten und gehen von der bloßen Kostensenkung zu echten Big Data-Initiativen über, die bezwecken, Wettbewerbsvorteile zu schaffen und die Rentabilität zu steigern.
Folgende Themen werden in diesem White Paper behandelt:
- Der Data Lake des Unternehmens als Fundament von erfolgreichen Data Science-Initiativen
- Unternehmenswerten eine sichere und vielfältige Datenexplorationsumgebung im Data Lake bieten
- Die Vorzüge einer flexiblen Plattform nutzen, die existierende und aufkommende Techniken unterstützen kann
- Data Science-Initiativen mittels Selbstbedienung und Zusammenarbeit beschleunigen
- Data Science-Initiativen mit einem umfassenden Lebenszyklusmodell-Management operationalisieren
Lesen Sie mehr dazu im entsprechenden White Paper.
Bereitgestellt von:
Hortonworks
