Mit Datenvirtualisierung die Komplexität im Machine Learning minimieren

Zukunftsweisende Technologien wie das Machine Learning haben sich als mächtige Tools zur Gewinnung von Erkenntnissen aus vorhandenen Daten erwiesen. Hierbei haben Datenanalysten mit Plattformen wie Spark oder Bibliotheken für R, Python und Scala bereits umfangreiche Werkzeuge zur Hand. Jedoch verbringen die Nutzer der Daten nach wie vor einen Großteil der Zeit damit, nach den richtigen Daten zu suchen und diese in ein verwertbares Format zu überführen. Hier bietet die Datenvirtualisierung einen agilen und somit effizienten Ansatz, um diese Komplexität maßgeblich zu minimieren.

Was Sie in dieser Session lernen:

• Wie Datenvirtualisierung die Erfassung und Bereitstellung von Daten maßgeblich beschleunigt
• Wie gängige Tools aus dem Data Science Ecosystem (wie z.B. Spark, Python, Zeppelin, Jupyter) mit dem Konzept der Datenvirtualisierung und der Denodo Plattform integriert sind
• Wie Sie die Denodo Plattform für hohen Datenvolumina effizient nutzen