2 Análisis de Big Data

2 Análisis de Big Data

1. 2.1 Descripción general

   • La noción de Big Data (BD) se agotó como resultado del diluvio masivo de datos de una amplia gama de dominios operativos, es decir, Internet, redes de sensores, sistemas de gestión, sistemas financieros y datos generados por los usuarios
   • BDA Tiene Como Objetivo EXPLORAR el Conocimiento oculto encapsulado en patrones y Correlaciones no descubiertas
     •  Spark, Storm y Kafka

2. 2.2 Características de Big Data

   • Veracidad , variabilidad y valor.

3. 2.3 Procesamiento de Big Data

   • Los sensores se usan para adquirir mediciones físicas, por ejemplo, temperatura, humedad y concentración de partículas en formato digital legible por máquina.
     • Análisis de datos estructurados , análisis de texto , análisis web , análisis de redes, análisis multimedia (MM) y análisis de datos móviles

4. 2.4 Problemas en análisis de Big Data

   • Limitaciones de tiempo, ruido de datos y atributos de dinámica de las redes sociales.
   • Datos móviles: como el ruido, la redundancia de datos, el reconocimiento de la ubicación y el conocimiento de la actividad.

5. 2.5 Aplicaciones de Big Data

   • Las aplicaciones BD ayudan a las pequeñas y grandes empresas a tomar decisiones inteligentes con la ayuda de análisis de datos voluminosos
     • 2.5.1 Asistencia sanitaria
     • 2.5.2 Fabricación
       • • Seguimiento de productividad y tolerancia. • Planificación y gestión en la cadena de suministro. • Eficiencia energética. • Procesos de prueba y emulación de nuevos productos. • Personalización para la fabricación masiva.
     • 2.5.3 Gobiernos
       • • Ciberseguridad e inteligencia. • Cumplimiento fiscal • Identificación del delito y su medida de prevención. • gestión del tráfico • Clima • Investigación y desarrollo.
     • 2.5.4 Internet de las cosas

6. 2.6 Tipos de datos en Big Data

   • Estructurados, No estructurados, Geográficos, Medios en Tiempo real, Lenguaje natural de datos, Series temporales, Datos de eventos, Red de datos, Datos vinculados

7. 2.7 Herramientas para Big Data

8. 2.8 Oportunidades y desafíos

   • Proceso de la toma de decisiones
   • IoT
   • Centrarse en técnicas de procesamiento sofisticadas y tecnologías de almacenamiento, como bases de datos distribuidos para crear un avance significativo.
   • La extrema complejidad de BD ha disminuido la aplicabilidad y los avances continuos de los algoritmos analíticos

Bilder und Dateien der Mindmap