빅 데이터, 어떻게 활용할 것인가

1장 빅 데이터의 최근 동향
빅 데이터란 무엇인가?
빅 데이터는 어떤 모습인가? 16
실제 응용 23
아파치 하둡이란 무엇인가?
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
외골격에서 신경계까지 35
변화의 로드맵 37
다가오는 디지털 신경계, 그 준비는? 39

2장 빅 데이터의 도구, 기법, 전략
대단한 데이터 제품 디자인하기
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
기계 학습의 발전 추이 68
흥미로운 문제는 손만 뻗는다고 해서 잡히는 것이 아니다 70
문제 정의하기 72

3장 빅 데이터의 응용
스프레드시트에 얽힌 이야기
대시보드에 관한 단상 79
전체 인터뷰 79
천문학 문헌 마이닝하기
로버트 심프슨과의 인터뷰: 프로젝트의 배경과 앞으로의 과제 86
틈새 과학 90
데이터의 어두운 면
디지털 출판 93
개인 정보 보호 95

4장 빅 데이터에서 주시해야 할 것들
빅 데이터는 우리 세대의 인권 문제: 그러나 우린 그런 줄도 모르고 있다
빅 데이터의 세 가지 종류
기업 BI 2.0 108
토목공학 110
고객 관계 최적화 112
곤두박질 114
자동화 과학, 딥 데이터, 정보의 역설
(반)자동화 과학 115
딥 데이터 119
정보의 역설 122
빅 데이터 솔루션의 난제
시각화 비평의 균형 잡기
시각화 생태계 131
니즈의 비합리: 패스트푸드와 근사한 저녁 식사 사이 133
비평의 성장 137
최종 생각 141

5장 빅 데이터와 의료 서비스
의료 서비스 분야의 워너메이커 문제 해결하기
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
존 윌뱅크스, 건강 데이터 공용체의 리스크와 보상에 대해 논하다
에스더 다이슨이 바라본 건강 데이터, ‘선점하는 의료 서비스’와 차세대 신성장 동력
데이터와 케어 제공자의 결합은 아툴 가완데 박사에게 의료 분야의 희망이다
의료 서비스 제공자가 듣지 말아야 할 의료 개혁의 5대 요소

추천 자료

빅 데이터의 가치는 크게 두 가지 범주로 나눌 수 있다. 분석용 용도와 새로운 제품의 가능성이 그것이다. 빅 데이터 분석을 통해서는 지나치게 높은 데이터 프로세싱 비용 때문에 얻어내지 못했던 통찰력을 기를 수 있다. 가령 고객들의 서로에 대한 영향력(peer influence)은 구매 고객의 트랜잭션(구매 내역)이나 사회적, 지리적 데이터(고객 개인 정보)를 분석하면 적나라하게 파악할 수 있다.

이러한 변화는 빅 데이터가 어떤 이유에서 중요한지를 방증한다. 서로 연결된 이종heterogeneous 데이터를 웹 대기업이 획득하여 처리하려는 목적으로 개발된 각종 방법이 디지털 기반 오퍼레이션으로 옮겨가기 위한 주요 도구가 될 것이다. 우리는 일찍이 이와 관련한 여러 예를 알고 있다. 금융 사기를 잡아내려는 것에서 인적 자원 분야의 인사 프로세스를 개선하려는 움직임까지 실로 다양하다. 또한, 우리 대부분은 이미 소셜 네트워크의 방대한 정보 흐름에 관심을 보이고 있지 않은가?