Resultado de búsqueda
¿Buscando libros de Big Data? Te ofrecemos más de 20 libros que puedes leer en forma completamente gratuita y descargar en PDF.
Iniciaremos este módulo con una introducción al concepto de big data, cen-trándonos en el cambio de paradigma que supone la llegada de los datos ma-sivos. A continuación, veremos una de las primeras definiciones de big data, rela-cionada con las magnitudes del dato.
Big Data es el sector emergente dentro del área de las tecnologías de la información y la comunicación que se preocupa de cómo almacenar y tratar grandes cantidades de información o conjuntos de datos.
1. Entender el concepto de big data, las situaciones en las que es necesario desplegar una solución de este tipo y las ventajas que proporciona. 2. Contextualizar qué es necesario tener em una estrategia de negocio que incluya big data. 3. Conocer qué significan las fases de madurez de una estrategia de big data. 4.
- OBJETIVOS
- 5.2 DEFINICIÓN DE BIG DATA
- 5.3.1 DATOS ESTRUCTURADOS
- Un modelo de datos ─ciclo de vida del dato o cadena de valor del dato─
- 5.3.2 DATOS NO ESTRUCTURADOS
- 5.3.3 DATOS SEMIESTRUCTURADOS
- Velocidad
- Variedad
- Veracidad
- Valor
- 5.4.3 EL MODELO DE LAS 7 V
- Visualización
- 5.6 FUENTES DE DATOS
- Web y medios sociales
- Máquina a máquina
- Generado por los humanos
- Web y social media (medios sociales)
- Máquina-a-Máquina (M2M) /Internet de las cosas
- Transacciones de grandes datos
- Biometría
- Datos generados por las personas
- 5.8 DATOS EN ORGANIZACIONES Y EMPRESAS
- 5.9 ARQUITECTURA DE BIG DATA
- 5.9.1 IDENTIFICACIÓN DE LAS FUENTES DE DATOS
- 5.9.2 RECOLECCIÓN (INGESTA) DE DATOS
- 5.9.3 ALMACENAMIENTO DE DATOS
- 5.9.4 PROCESAMIENTO DE DATOS
- 5.9.5 ANÁLISIS DE DATOS
- 5.9.6 VISUALIZACIÓN DE DATOS
- 5.9.7 PLATAFORMAS Y HERRAMIENTAS DE BIG DATA
- 5.10 ECOSISTEMA HADOOP
- 5.11 HERRAMIENTAS MÁS UTILIZADAS DE HADOOP EN BIG DATA
- Adquisición de datos (Ingestión)
- Almacenamiento de datos
- Procesamiento y análisis de datos
- Visualización de datos
- Administración
- El sistema de programación MapReduce y YARN, con las herramientas
- 5.11.1 CATÁLOGO DE HERRAMIENTAS DE HADOOP MÁS EMPLEADAS EN INTELIGENCIA DE NEGOCIOS
- Breve descripción de herramientas Hadoop
- Nutch.Crawler de Hadoop.
- DE
- Conectividad con bases de datos relacionales. Sqoop (realiza transferencia de
- Planificación. Oozie.
- Administración de clústeres. Ambari, CDH.
- 5.11.3 Distribuciones comerciales de Hadoop
- DATOS
- Open Data Institute (ODI)
Examinar y conocer la definición y características principales de Big Data. Identificar y analizar los diferentes tipos de datos manejados en los sistemas de Inteligencia de Negocios. Localizar e identificar las diferentes fuentes de datos. Introducción a la tendencia de datificación. Describir la arquitectura de Big Data. Identificar el ecosistema...
No existe unanimidad en la definición de Big Data, aunque sí hay cierto consenso en la fuerza disruptiva que suponen los grandes volúmenes de datos y la necesidad de su captura, almacenamiento y análisis. Son numerosos los artículos (whitepapers), informes y estudios relativos al tema de Big Data en los últimos años, y en este libro seleccionamos l...
La mayoría de las fuentes de datos tradicionales son datos estructurados, datos con formato o esquema fijo, que poseen campos fijos. En estas fuentes, los datos vienen en un formato bien definido, que se especifica en detalle, y que conforma las bases de datos relacionales. Son, fundamentalmente, los datos de las bases de datos relacionales, las ho...
contiene: los tipos de datos empresariales que su empresa va a registrar, el modo de almacenamiento, el proceso y el modo de acceso a dichos datos. Los datos estructurados normalmente se almacenan en bases de datos relacionales y hojas de cálculo, en filas y columnas, con los campos explicitados en ellas. Así, los campos de datos de una base de dat...
Los datos no estructurados (sin estructurar) son datos sin tipos predefinidos. Se almacenan como “documentos” u “objetos” sin estructura uniforme y se tiene poco o ningún control sobre ellos. Tienen un formato que no puede ser gestionado (indexado) fácilmente en tablas de bases de datos relacionales. Datos no estructurados son: Video, audio, imágen...
Los datos semiestructurados tienen propiedades de datos estructurados y no estructurados, y pueden tener algún tipo específico de estructura que se puede utilizar en un análisis de datos, pero no contienen la estructura de un modelo de datos. Asimismo, poseen un flujo lógico y un formato que puede ser definido, pero no es fácil su comprensión por e...
La importancia de la velocidad de los datos o el aumento creciente de los flujos de datos en las organizaciones, junto con la frecuencia de las actualizaciones de las grandes bases de datos, son características importantes para tener en cuenta. Esto requiere que su procesamiento y posterior análisis, normalmente, ha de hacerse en tiempo real para m...
Las fuentes de datos son de cualquier tipo. Los datos pueden ser estructurados y no estructurados (texto, datos de sensores, audio, video, flujos de clics, archivos logs) y cuando se analizan juntos se requieren nuevas técnicas. Imaginemos el registro en vivo de imágenes de las cámaras de video de un estadio de fútbol, o las de vigilancia de calles...
IBM define la característica de veracidad como “la incertidumbre de los datos”14. La veracidad hace referencia al nivel de fiabilidad asociado a ciertos tipos de datos. El establecimiento de la veracidad o fiabilidad (truth) de Big Data supone un gran reto a medida que la variedad y las fuentes de datos crecen. El ya citado gurú de Big Data, Bernar...
Existe una quinta característica que también se suele considerar y es muy importante: el valor. Las organizaciones estudian cómo obtener información de los grandes datos de una manera rentable y eficiente. Aquí es donde las tecnologías de código abierto, tales como Apache Hadoop, se han vuelto muy populares. Hadoop es un software que procesa grande...
A las cinco características anteriores se están uniendo, según algunos modelos de Big Data, dos nuevas e importantes V de visualización y viabilidad.
Es el modo en que los datos se presentan para encontrar patrones y claves que permitan la obtención de resultados para una toma de decisión eficiente. Las iniciativas de Big Data requieren herramientas de visualización de datos óptimas. Estas herramientas permiten a los usuarios finales realizar búsquedas y acceder a la información rápidamente y, e...
El gran volumen de datos procede de numerosas fuentes, especialmente de las nuevas fuentes, tales como medios sociales (social media) y los sensores de máquinas (máquina a máquina, M2M, e Internet de las cosas). La oportunidad de expandir el conocimiento incrustado en ellos, por combinación de esa inmensidad de datos con los datos tradicionales ex...
Datos de flujo de clics Feeds de Twitter Entradas de Facebook Contenido web
Lecturas medidores inteligentes Lecturas RFID Lecturas sensores plataformas petroleras Señales GPS
Registro de voz de centros de llamada Correo electrónico Registros médicos electrónicos
Incluye contenido web e información que es obtenida de los medios sociales como Facebook, Twitter, LinkedIn, Pinterest, Instagram; blogs como Technorati, de periódicos y televisiones; wikis como MediaWiki, Wikipedia; marcadores sociales como Del.icio.us, Stumbleupon; agregadores de contenidos como Digg, Meneame. En esta categoría los datos se captu...
M2M se refiere a las tecnologías que permiten conectarse a otros diferentes dispositivos entre sí. M2M utiliza dispositivos como sensores, medidores que capturan datos de señales particulares (humedad, velocidad, temperatura, presión, variables meteorológicas, variables químicas como la salinidad), contadores inteligentes (medición de consumo de el...
Son los grandes datos transaccionales procedentes de operaciones normales de transacciones de todo tipo. Incluye registros de facturación, en telecomunicaciones, y registros detallados de las llamadas (CDR, Call Detail Record), con contenidos de información sobre origen, destino, duración y otros, como los datos de los teléfonos móviles inteligente...
La biometría o reconocimiento biométrico27 se refiere a la identificación automática de una persona basada en sus características anatómicas o trazos personales, tales como información procedente del cuerpo humano y actividad física (huellas digitales, reconocimiento facial, escaneo de la retina, genética). Los datos anatómicos se crean a partir de...
Las personas generan enormes y diversas cantidades de datos, como son la información que guarda un centro de llamadas telefónicas (call center) al establecerlas, notas de voz, correos electrónicos, documentos electrónicos, estudios y registros médicos electrónicos, recetas médicas, documentos de papel, faxes. El problema que acompaña a los document...
Los datos que manejan las organizaciones y empresas se agrupan en dos grandes categorías: datos internos y datos externos. Todos ellos, a su vez, como ya se ha comentado anteriormente, pueden ser datos estructurados, no estructurados o semiestructurados.
La gestión (administración) de grandes volúmenes de datos requiere de una arquitectura específica, que se compone de una serie de capas o etapas que manejan los datos, desde su captura de las diferentes fuentes de datos hasta su etapa final de visualización de los resultados obtenidos. Las cuatro capas más consideradas en el proceso de tratamiento ...
Previamente a la recolección de datos, se requiere de una etapa de identificación de las fuentes de datos, que es muy importante en la decisión de la arquitectura, ya que implica identificar las diferentes fuentes de datos y su clasificación en función de su naturaleza y tipos, tal como vimos en apartados anteriores. Los aspectos que se han de cons...
La etapa de obtención (ingesta) de datos se ha convertido en una etapa de gran interés en el proceso de Big Data, ya que existen numerosos datos públicos que se producen en enormes cantidades, numerosos dispositivos desperdigados por todo el planeta que emiten, procesan y recogen información de las más diversas actividades (posicionamiento de indiv...
Los sistemas de almacenamiento tradicionales se han tenido que adaptar a las grandes cantidades de datos que se generan, así como a la velocidad a la que se producen. Por esta razón, las bases de datos tradicionales (relacionales) no se adaptan a estas necesidades y se requieren nuevos sistemas de almacenamiento. En los sistemas de almacenamiento d...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
La organización Open Data Institute (ODI, www.theodi.org) fue creada en el año 2012 por Tim Berners-Lee, creador de la Web, y el catedrático (Professor) de Inteligencia Artificial, Nigel Shadbolt. La ODI es una organización independiente sin fines de lucro, y ya en sus orígenes tuvo el apoyo económico del gobierno de Gran Bretaña (vía la agencia de...
En este módulo introductorio empezaremos describiendo los orígenes de big data y justificaremos por qué el big data puede considerarse un nuevo paradig-ma a la hora de tomar decisiones y no solo una nueva tecnología relacionada con la programación distribuida. Finalmente, se definirá big data y se mostrará
En este libro se explican, de manera accesible, los conceptos básicos del big data y la ciencia de datos, algunos de sus beneficios y riesgos, y se promueve un uso responsable de la tecnología. URI : http://hdl.handle.net/10261/206405. Aparece en las colecciones: (ICMAT) Libros y partes de libros.
