BI na era do big data para cientistas de dados: indo além de cubos e dashboards na busca pelos porquês, explicações e padrões
Por Stanley Loh
Hoje muitos profissionais dizem estar fazendo BI quando na verdade estão gerando informações com sistemas de informações gerenciais, ou seja, através de ferramentas para geração de dashboards, gráficos,
relatórios e análises visuais (visualização de informações). Apesar de úteis, tais ferramentas apenas dizem o que está acontecendo e não por quê.
Neste livro, explicarei que BI, no meu entendimento, é encontrar causas para os eventos, ou seja, sua diferença para
sistemas gerenciais é ajudar a explicar o porquê dos eventos.
O livro tem o objetivo primeiro de explicar técnicas e métodos que ajudem no processo de
BI, cujo objetivo principal é encontrar causas, explicações e padrões nos dados.
O livro aborda o conceito de Big Data e “information explosion”.
Depois o livro trata de como identificar padrões. Explica o processo geral de BI, discutindo em detalhes as etapas de pré-processamento ou preparação (incluindo seleção de dados e amostras), as técnicas para análise de dados (em especial, Data Mining e análise OLAP ou multidimensional) e também a etapa final de interpretação de resultados.
Um capítulo especial fala sobre o processo de BI proativo, iniciando sem hipóteses (e como fazê-lo).
O livro também aborda conhecimentos de outras áreas. Em muitas partes do livro, o leitor
talvez imagine estar lendo um livro sobre investigações e descobertas científicas. Isto
não está errado. Não é o único enfoque, mas é uma das formas de se ver o BI. Temos
muito a aprender com a história dos grandes cientistas da Humanidade. A diferença
talvez não esteja nos métodos, apesar de que eles também evoluem. Mas hoje temos
muito mais dados e mais complexos (Big Data) e ferramentas mais avançadas,
principalmente ferramentas de software. Por isto, o termo Cientista de Dados é tão atual.
Por isto, vamos enfatizar que os dados são muito importantes para o processo, incluindo
a forma e as condições como são coletados e armazenados. Não basta discutirmos as
formas de análise se os dados analisados não tiverem qualidade (garbage in, garbage
out).
A ideia do livro é mostrar como modelos e padrões podem ser construídos ou descobertos a partir de dados históricos e como isto pode ser utilizado para fazer predições.
No final, são discutidas novas técnicas e tecnologias para coleta de dados para o Big Data e novos tipos de análise como web mining, text mining e análise de sentimentos.
O leitor se quiser poderá pular algumas seções, conforme seu interesse. Os capítulos não
estão numa sequência de aprendizado. Dentro dos capítulos sim, a ideia é manter uma
certa ordem de leitura.
relatórios e análises visuais (visualização de informações). Apesar de úteis, tais ferramentas apenas dizem o que está acontecendo e não por quê.
Neste livro, explicarei que BI, no meu entendimento, é encontrar causas para os eventos, ou seja, sua diferença para
sistemas gerenciais é ajudar a explicar o porquê dos eventos.
O livro tem o objetivo primeiro de explicar técnicas e métodos que ajudem no processo de
BI, cujo objetivo principal é encontrar causas, explicações e padrões nos dados.
O livro aborda o conceito de Big Data e “information explosion”.
Depois o livro trata de como identificar padrões. Explica o processo geral de BI, discutindo em detalhes as etapas de pré-processamento ou preparação (incluindo seleção de dados e amostras), as técnicas para análise de dados (em especial, Data Mining e análise OLAP ou multidimensional) e também a etapa final de interpretação de resultados.
Um capítulo especial fala sobre o processo de BI proativo, iniciando sem hipóteses (e como fazê-lo).
O livro também aborda conhecimentos de outras áreas. Em muitas partes do livro, o leitor
talvez imagine estar lendo um livro sobre investigações e descobertas científicas. Isto
não está errado. Não é o único enfoque, mas é uma das formas de se ver o BI. Temos
muito a aprender com a história dos grandes cientistas da Humanidade. A diferença
talvez não esteja nos métodos, apesar de que eles também evoluem. Mas hoje temos
muito mais dados e mais complexos (Big Data) e ferramentas mais avançadas,
principalmente ferramentas de software. Por isto, o termo Cientista de Dados é tão atual.
Por isto, vamos enfatizar que os dados são muito importantes para o processo, incluindo
a forma e as condições como são coletados e armazenados. Não basta discutirmos as
formas de análise se os dados analisados não tiverem qualidade (garbage in, garbage
out).
A ideia do livro é mostrar como modelos e padrões podem ser construídos ou descobertos a partir de dados históricos e como isto pode ser utilizado para fazer predições.
No final, são discutidas novas técnicas e tecnologias para coleta de dados para o Big Data e novos tipos de análise como web mining, text mining e análise de sentimentos.
O leitor se quiser poderá pular algumas seções, conforme seu interesse. Os capítulos não
estão numa sequência de aprendizado. Dentro dos capítulos sim, a ideia é manter uma
certa ordem de leitura.
Características do eBook
Aqui estão algumas informações técnicas sobre este eBook:
- Autor(a): Stanley Loh
- ASIN: B00KLRKYGW
- Idioma: Português
- Tamanho: 2674 KB
- Nº de Páginas: 251
- Categoria: Computação e Informática
Amostra Grátis do Livro
Faça a leitura online do livro BI na era do big data para cientistas de dados: indo além de cubos e dashboards na busca pelos porquês, explicações e padrões, escrito por Stanley Loh. Esse é um trecho gratuito disponibilizado pela Amazon, e não infringe os direitos do autor nem da editora.
Livros para completar sua leitura
Além do livro que busca, recomendamos outros títulos relacionados que podem enriquecer sua experiência de leitura. Considere essas opções para a sua próxima jornada literária!
