상세정보

오라일리 미디어가 직접 엮은 기사 모음집이다. 그만큼 전문적인 시각으로 빅 데이터를 해석해 줄 것이다. 빅 데이터가 우리들의 이슈를 해결하는 데 적절한 도구가 되어줄지, 현장의 사람들로부터 여과 없이 들을 수 있다.

빅데이터, 과연 유행어로 그칠 것인가?
요즘 분야를 막론하고 '빅 데이터'를 내세우지 않는 곳이 없다. 빅 데이터가 무엇인지, 어떻게 활용할지, 한 번도 고심해보지 않은 사람들의 입을 타고 빅 데이터가 뜻 없는 유행어가 되었다고 어떤 이는 말한다. 그렇다면 실제 빅 데이터는 어떻게 활용되고 있으며 그 문제와 한계는 무엇일까.

전문가들의 인터뷰를 통해 빅 데이터의 '현재'를 알아보자!
이 책은 오라일리 미디어가 직접 엮은 기사 모음집이다. 그만큼 전문적인 시각으로 빅 데이터를 해석해 줄 것이다. 빅 데이터가 우리들의 이슈를 해결하는 데 적절한 도구가 되어줄지, 현장의 사람들로부터 여과 없이 들어보기로 하자.

이 책의 주요 내용
빅 데이터의 최근 동향 - 빅 데이터의 구조와 정의에 관한 필수 정보
빅 데이터의 도구와 기법, 전략 - 빅 데이터 이론이 관련 제품으로 승화하기 위한 전문적인 안내
빅 데이터의 응용 - 데이터의 부정적인 면도 함께 고려한 빅 데이터의 실제 사례
빅 데이터의 미래 - 빅 데이터가 진화할 모습 및 산업 전반에 걸쳐 차지할 역할에 대한 구상
빅 데이터와 의료 서비스 - 데이터와 의료 서비스가 만날 때 일어나는 가능성을 파헤치는 특별 지면

정보제공 :

목차
옮긴이 머리말 = 8
소개 = 10
1 빅 데이터의 최근 동향
 빅 데이터란 무엇인가? = 14
  빅 데이터는 어떤 모습인가? = 16
  실제 응용 = 23
 아파치 하둡이란 무엇인가? = 27
  하둡의 핵심: MapReduce = 28
  하둡을 받치는 기둥: HDFS, MapReduce = 29
  프로그래밍 능력의 향상: Pig, Hive = 29
  데이터 액세스 향상하기: HBase, Sqoop, Flume = 31
  조정과 워크플로: Zookeeper, Oozie = 33
  관리 및 배포: Ambari, Whirr = 33
  기계 학습: Mahout = 34
  하둡 사용하기 = 34
 빅 데이터가 큰 이유는 무엇인가 : 디지털 신경계 = 35
  외골격에서 신경계까지 = 35
  변화의 로드맵 = 37
  다가오는 디지털 신경계, 그 준비는? = 39
2 빅 데이터의 도구, 기법, 전략
 대단한 데이터 제품 디자인하기 = 42
  목표 기반 데이터 제품 = 43
  모델 어셈블리 라인: 의사결정 최적화 사례 = 45
  추천 시스템의 드라이브트레인 접근법 = 52
  평생 고객 가치 최적화하기 = 56
  물리적 데이터 제품의 베스트 프랙티스 = 59
  데이터 제품의 미래 = 65
 대단한 기계 학습 제품을 만들려면 무엇이 필요한가 = 67
  기계 학습의 발전 추이 = 68
  흥미로운 문제는 손만 뻗는다고 해서 잡히는 것이 아니다 = 70
  문제 정의하기 = 72
3 빅 데이터의 응용
 스프레드시트에 얽힌 이야기 = 76
  대시보드에 관한 단상 = 79
  전체 인터뷰 = 79
 천문학 문헌 마이닝하기 = 80
  로버트 심프슨과의 인터뷰: 프로젝트의 배경과 앞으로의 과제 = 86
  틈새 과학 = 90
 데이터의 어두운 면 = 91
  디지털 출판 = 93
  개인 정보 보호 = 95
4 빅 데이터에서 주시해야 할 것들
 빅 데이터는 우리 세대의 인권 문제: 그러나 우린 그런 줄도 모르고 있다 = 100
 빅 데이터의 세 가지 종류 = 107
  기업 BI 2.0 = 108
  토목공학 = 110
  고객 관계 최적화 = 112
  곤두박질 = 114
 자동화 과학, 딥 데이터, 정보의 역설 = 114
  (반)자동화 과학 = 115
  딥 데이터 = 119
  정보의 역설 = 122
 빅 데이터 솔루션의 난제 = 126
 시각화 비평의 균형 잡기 = 130
  시각화 생태계 = 131
  니즈의 비합리: 패스트푸드와 근사한 저녁 식사 사이 = 133
  비평의 성장 = 137
  최종 생각 = 141
5 빅 데이터와 의료 서비스
 의료 서비스 분야의 워너메이커 문제 해결하기 = 144
  한층 효율적인 의료 산업을 위해 = 148
  더 많은 데이터, 더 많은 데이터 소스 = 153
  치료 결과에 비용 지급하기 = 155
  데이터를 사용 가능하게 하기 = 158
  우리가 원하는 의료 시스템 구축하기 = 163
 파자드 모스타샤리 박사의 e환자를 위한 건강 정보 인프라 구축 = 165
 존 윌뱅크스, 건강 데이터 공용체의 리스크와 보상에 대해 논하다 = 171
 에스더 다이슨이 바라본 건강 데이터, '선점하는 의료 서비스'와 차세대 신성장 동력 = 182
 데이터와 케어 제공자의 결합은 아툴 가완데 박사에게 의료 분야의 희망이다 = 192
 의료 서비스 제공자가 듣지 말아야 할 의료 개혁의 5대 요소 = 204
 추천 자료 = 212