超越Hadoop的大資料分析之致謝
本文翻譯自《BIG DATA ANALYTICS BEYOND HADOOP》譯者:許巧輝
首先,我要衷心感謝Vineet Tyagi、AVP和Impetus的創新實驗室主管。Vineet對我幫助很大,並促使我寫這本書。在6、7月份,每個工作日他給我3個小時的時間寫作本書,這是幫助我完成本書的關鍵。任何學術活動都要專門花費很多時間——這時候就得加倍努力,因為我必須在工作之餘寫作。Vineet令寫作成為我工作的一部分。
我也想對Pankaj Mittal、CTO和SVP、Impetus表示感謝,他對研發的全心支援,像我這樣的研發全職工作。榮譽對他來說,就是Impetus能夠有一個無支付和收入壓力的研發團隊。這真的釋放了我並有助於我專注於研發。在IT行業工作,寫書是一個艱鉅的任務。感謝Pankaj實現這點及類似的活動。
Praveen Kankariya是Impetus的CEO,他是我靈感的源泉,指導著我。感謝Praveen的支援!我還要感謝在Impetus的Nitin Agarwal博士、AVP和領導、資料科學實踐小組。Nitin幫助我塑造一些思想,尤其是在我們討論機器學習演算法的認識/實現之後。他是一個我敬仰的、擅長從生活中找到靈感的人。Nitin是印度管理學院(IIM)印多爾的前教授,這充分體現了我對他的高評價。
這本書的形成離不開Pranay Tonpay,他是Impetus的資深架構師,在我的研發團隊主導實時分析流。他一直在幫助實現本書的思想,包括在Spark和Storm上的一些機器學習演算法。他是我團隊中首要感謝的人,特別感謝Pranay。
Jayati Tiwari是Impetus的資深軟體工程師,在Spark和Storm上貢獻一些機器學習演算法。她對Storm非常瞭解——其實,她是被視為團隊中的Storm專家。她開發了一種傾向於理解的機器學習和Spark。團隊因她的存在,增添不少樂趣。感謝Jayati!
Sai Sagar是Impetus的軟體工程師,在GraphLab上幫助機器學習演算法的實現。感謝Sagar,很高興團隊擁有你。
Ankit Sharma是Impetus的原資料科學家,現在是Snapdeal的研發工程師,他寫了邏輯迴歸(LR)的一小部分,這是本書第3章解釋LR的基礎。還有我們在機器學習上的一些很好的討論,感謝Ankit。
我還要感謝編輯者Jeanne Levine、Lori Lyons 和其他工作人員Pearson,他們一直在幫助這本書從我給的雛形到最終形態。還要感謝Pearson這家出版社,使得這本書面世。
我要感謝Gurvinder Arora,他是我們的技術作家,審閱了本書的各個章節。
我想借此機會感覺我的博士指導教授,印度理工學院(IIT)馬德拉斯的Janakiram博士,他在我成長的歲月裡激勵著我走向研究生涯。我欠他很多——他塑造了我的技術思想,道德價值觀,並使我學會將整個職業生涯作為靈感的來源。其實,寫這本書的想法靈感來源於他最近釋出的書(Building Large Scale Software Systems with Tata McGraw-Hill publishers)。不僅僅要感謝DJ教授,我還要感謝我所有的老師,從我在Sankara的高中學校開始,在Sri Venkateshwara College 學院(SVCE)的教師和所有在IIT馬德拉斯的教授,是他們成就了我的今天。
我要感謝Edd Dumbill博士,以前在O’Reilly,現在是矽谷資料科學的VP——他是大資料的編輯者,也是我發表文章所在地。他一直幫忙審閱這本書。他是2013年2月加州Strata會議的組織者,當時我談論了一些beyond-Hadoop的概念。這些談論本質上也是為了這本書。我也藉此機會感謝Strata組織者接受我一些談論的建議。
我也要感謝Paco Nathan博士審閱這本書,並且為這本書寫了前言。他的評論很鼓舞人心,正如他的職業生涯一樣。我很崇拜他,感謝Paco!
我還要感謝團隊的其他成員Pranav Ganguly,他是Impetus的資深架構師,給了我足夠大的壓力,並且順利處理大資料管理執行緒。非常高興團隊擁有他和Nishant Garg。感謝我的所有團隊成員。
如果沒有一個強大的家庭後盾,那將是困難的,甚至不可能寫成這本書。我的妻子Vidya在確保家庭和睦、幸福中扮演著重要角色。她獻出我們本可以一起共度的大量時間,以致於我可以專注的寫書。我的孩子Prahaladh和Purvajaa已足夠成熟來讓我做這個工作。感謝他們三個共同營造一個甜蜜的家庭。我也要感謝我的父母,在我的生命中,他們對我早期的教育、灌輸道德。
最後,也是必不可少的。感謝上帝給了我一切,永遠感謝全能的主照顧我。
文章轉自 併發程式設計網-ifeve.com
相關文章
- 超越 Hadoop,Luigi 打通雲端大資料管道HadoopUI大資料
- Hadoop的大資料分析技術Hadoop大資料
- 《Hadoop大資料分析技術》簡介Hadoop大資料
- 大資料hadoop資料大資料Hadoop
- 大資料分析系統Hadoop的13個開源工具!大資料Hadoop開源工具
- 大資料分析系統Hadoop的13個開源工具大資料Hadoop開源工具
- 《Hadoop+Spark大資料分析實戰》簡介HadoopSpark大資料
- 大資料hadoop工具大資料Hadoop
- Hadoop大資料部署Hadoop大資料
- 大資料謝列3:Hdfs的HA實現大資料
- 每週一書《Spark與Hadoop大資料分析》分享!SparkHadoop大資料
- 大資料平臺基礎架構hadoop安全分析大資料架構Hadoop
- 請問各位大俠如何Oralce資料庫上安裝??謝謝!資料庫
- **大資料hadoop瞭解**大資料Hadoop
- hadoop 大資料精品視訊資料Hadoop大資料
- Hadoop高階資料分析 使用Hadoop生態系統設計和構建大資料系統Hadoop大資料
- 急(啟動資料庫),謝謝資料庫
- 資料分析常用的 23 個 Pandas 程式碼,收好不謝
- 大資料時代之hadoop(三):hadoop資料流(生命週期)大資料Hadoop
- 使用hadoop mapreduce分析mongodb資料HadoopMongoDB
- Hadoop資料分析員培訓Hadoop
- 避免雲分析決策和Hadoop錯誤的七個大資料流言Hadoop大資料
- 大資料時代之hadoop(一):hadoop安裝大資料Hadoop
- 淺析大資料框架 Hadoop大資料框架Hadoop
- Magento的大資料分析大資料
- 基於Hadoop大資料分析應用場景與實戰Hadoop大資料
- 大資料和Hadoop什麼關係?為什麼大資料要學習Hadoop?大資料Hadoop
- 大資料學習之Hadoop如何高效處理大資料大資料Hadoop
- hadoop,spark,大資料,資料分析,實戰內部培訓視訊資料價值W+HadoopSpark大資料
- 大資料之Hadoop偽分散式的搭建大資料Hadoop分散式
- 從Hadoop開始的大資料之旅 - 75Hadoop大資料
- 大資料時代之hadoop(二):hadoop指令碼解析大資料Hadoop指令碼
- 原來大資料 Hadoop 是這樣儲存資料的大資料Hadoop
- 謝太資料庫資料庫
- 大資料、資料分析、資料探勘的差別大資料
- Hadoop架構已凋謝?!Hadoop架構
- 大資料測試之hadoop初探大資料Hadoop
- 大資料7.1 - hadoop叢集搭建大資料Hadoop