Karteikarten
Ohne Titel
Karten in diesem Stapel (6)
- 1El procesamiento de datos es una etapa fundamental en el proceso de extracción de conocimiento, el objetivo principal es obtener un conjunto de datos finales que sea de calidad y útil para la fase de extracción de conocimiento.Varias plataformas para el conocimiento a gran escala (Como Spark o Hadoop) ha intentado afrontar la problemática del Boig Data en los últimos años. Estas plataformas requieren algoritmos escalables que den soporte a las tareas mas relevantes de la analítica de datos masivos.
- 2El Big Data: Es el ritmo actual de generación de datos esta sobrepasando las capacidades de procedimiento de los sistemas actuales en compañías y organismos públicos.Las tecnologías para Big Data: Estos nuevos esquemas de procedimiento han de ser diseñados para procesar conjuntos de datos grandes, datos masivos de tiempo de computo razonable y en un rango de precisión adecuado.
- 3El procesamiento de datos es una etapa esencial del proceso de descubrimiento de información o KDD. Esta etapa se encarga de la limpieza de datos, su integración, transformación y reducción para la siguiente fase de minería de datos.La preparación de datos esta formada por una serie de técnicas que tienen el objetivo de inicializar correctamente os de datos que servirán de entrada para los algoritmos de minería de datos, las técnicas de reducción de datos se orientan a obtener una representación reducida de los datos originales.
- 4Apache Spark nace como una alternativa que intenta dar solución a las limitaciones de MapReduce/Hadoop. Spark se ha convertido en una de las herramientas mas potentes y populares en el ecosistema de Big Data, habiendo demostrado ser mas eficiente que Hadopp en muchos casos e uso.Spark es perfecto para procesar iterativos donde un mismo dato es reutilizado varias veces para el procedimiento de algoritmos sobre grafos. Apache Flink intenta llenar el hueco entre el procesamiento en tiempo real y el secuencial dejado por spark. Flink muestra un buen rendimiento ene procesamiento de datos en sistemas de baja latencia.
- 5Google diseño MapReduce en 2003 que es considerada como la plataforma pionera para el procesamiento de datos masivos. MapReduce es capaz de procesar grandes conjuntos de datos, a la vez que proporciona al usuario un manejo fácil y transparente de los recursos del cluster subyacente.En el paradigma MapReduce existen dos fases: Map y Reduce, en el fase map, el sistema procesa parejas clave-valor, leídas directamente del sistema de ficheros distribuidos.
- 6Big Data es una gran mina a explotar, datos almacenados que poseen un gran valor en si mismo pero que necesitan ser tratados, refinados, y peprocesados mediante herramientas de analítica de datos.Smart Data son datos de calidad, prestos para ser utilizados en la extracción de conocimiento la toma de decisiones inteligente basada en datos.
Informationen
- Beschreibung
- Karteikarten am Ohne Titel, erstellt von Valentina Villar Rojas am 22/09/2017.
- Erstellt von
- Valentina Villar Rojas
- Aufrufe
- 0
- Bewertung