7 คะแนน โดย xguru 2020-06-30 | 2 ความคิดเห็น | แชร์ทาง WhatsApp
<p>อธิบายสแตกการวิเคราะห์สมัยใหม่ และสรุปวิธีเริ่มต้นจากเล็ก ๆ แล้วค่อยขยาย<br /> #1 การเก็บรวบรวม ผสานรวม และจัดเก็บข้อมูล<br /> #2 การประมวลผลข้อมูล : การแปลงและการสร้างแบบจำลอง<br /> #3 การแสดงผลและการใช้งานข้อมูล <br /> สรุปเครื่องมือแบบเสียเงิน/โอเพนซอร์สที่แนะนำได้ในแต่ละขั้นตอน<br /> <br /> สิ่งที่ผู้เขียน (นักพัฒนาของ Holistics ซึ่งเป็นแพลตฟอร์มข้อมูลแบบฟูลสแตก) ชื่นชอบคือ<br /> - ELT แทน ETL <br /> - Cloud Data Warehouse แทน On-Premise : แนะนำ BigQuery <br /> - เมื่อตั้งค่าเครื่องมือวิเคราะห์ การทำ Data Modeling เป็นสิ่งจำเป็น<br /> - เครื่องมือวิเคราะห์ที่อิง SQL จะเอาชนะเครื่องมือที่ไม่อิง SQL ได้<br /> - Analytics workflow/operation สำคัญกว่าการเน้นด้าน visualization <br /> <br /> Chapter 1: ภาพรวมระดับสูงของการตั้งค่า Analytics<br /> Chapter 2: การรวมศูนย์ข้อมูล<br /> Chapter 3: Data Modeling สำหรับ Analytics<br /> Chapter 4: การใช้งานข้อมูล<br /> Chapter 5: บทสรุป</p>

2 ความคิดเห็น

 
inthelife 2020-06-30
<p>ดาวน์โหลด: https://cdn.holistics.io/guidebook/…;
 
xguru 2020-06-30
<p>ขอบคุณครับ 555 ในฐานะคนที่โพสต์ข่าว ผมพยายามใส่ลิงก์เว็บไซต์ต้นทางไว้ด้วยก็เลยลงลิงก์ต้นฉบับไว้เหมือนกัน แต่ถ้าคอมเมนต์ไว้แบบนี้ก็น่าจะเป็นประโยชน์กับผู้ใช้คนอื่น ๆ นะครับ ;)</p>