Big Data Análisis de Datos en Entornos Masivos
Español | 6.5 Mb | Pdf | Autor: Prólogo de David Carrera | Páginas: 290 | Pass:www.detodopython.com
Descripción:
El ámbito de la computación ha sufrido importantes cambios durante la última década. El paradigma del cloud computing significó una auténtica revolución que ha transformado la manera en qué las organizaciones contemplan sus gastos en infraestructuras IT, dejando de ser solo una inversión de capital (CAPEX) para pasar a ser en muchos casos un servicio que formaba parte de sus costes operativos (OPEX). Posteriormente, una segunda revolución surgió de la mano de la creciente necesidad de muchas empresas y organizaciones de acumular datos generados de manera masiva, lo que comúnmente se conoce como big data. Actualmente nos encontramos ante una tercera revolución, la de la aplicación masiva de la inteligencia artificial, que mediante el uso de una combinación de nuevos e
antiguos métodos de análisis de datos ha permitido desarrollar nuevas maneras de extraer información a partir de estos. Queda como ejercicio para el lector recordar como se planeaba un viaje en coche hace unos años, mediante el uso de mapas en papel, para compararlo con el uso generalizado hoy de aplicaciones basadas en plataformas cloud, que combinando tecnologías big data en tiempo real y modelos de predicción basados en la inteligencia artificial nos ayudan a decidir las rutas de manera dinámica, evitando atascos y optimizando el tiempo necesario para llegar al destino.El enfoque del libro es claramente descriptivo, con el objetivo de que el lector entienda los conceptos e ideas básicos detrás de cada método o técnica, sin entrar en excesivos detalles técnicos, tanto matemáticos como algorítmicos. Siempre que es posible, se hace referencia a los trabajos originales que describieron por primera vez el problema a resolver, los cuales pueden ser rastreados para obtener la literatura más actualizada.
Contenido:
Capítulo 1 Introducción al big data
Capítulo 2 Algoritmos, paralelización y big data
Capítulo 3 Introducción al aprendizaje automático
Capítulo 4 Fundamentos tecnológicos
Capítulo 5 Arquitectura de un sistema big data
Capítulo 6 Escenarios de procesamiento distribuido
Capítulo 7 Captura y preprocesamiento por lotes
Capítulo 8 Almacenamiento de datos estructurados
Capítulo 9 Análisis de datos estáticos
Capítulo 10 Captura y preprocesamiento de datos dinámicos
Capítulo 11 Almacenamiento de datos dinámicos
Capítulo 12 Análisis de datos dinámicos
Capítulo 13 Representación y captura de grafos
Capítulo 14 Almacenamiento de grafos
Capítulo 15 Análisis de grafos Bibliografía
No hay comentarios:
Publicar un comentario