Flashcards
Samara Araujo
Cards in this deck (7)
- 1.Tecnologías como Internet generan datos, al abaratamiento y desarrollo del almacenamiento y los recursos de red .La calidad del conocimiento extraído depende en gran medida de la calidad de los datos .los datos deben ser lo que se dice, es importante la calidad de datos .los datos deben ser escalables para su procesamiento .los datos deben estar disponibles y preparados para adaptarse al entorno cambiante de los negocios .Pre procesamiento de datos El pre procesamiento de datos es una etapa esencial del proceso de descubrimiento de información .normalmente el uso de datos de baja calidad implica un proceso de minería de datos con pobres resultados .La preparación de datos está formada por una serie de técnicas SU objetivo de inicializar correctamente los datos que servirán de entrada para los algoritmos de minería de datos .el crecimiento masivo en la escala de los datos está siendo un
factor clave en el actual escenario de procesamiento de datos. La eficacia de los algoritmos de
extracción de conocimiento depende en gran medida de la calidad de los datos, la cual puede
ser garantizada por los algoritmos de preprocesamien - 2Big Data, calidad de datos, datos imperfectos, datos masivos, discretización, minería de datos, preprocesamiento de datos, selección de atributos, selección de instancias, transformación de datos.La calidad del conocimiento extraído depende
en gran medida de la calidad de los
datos. Desgraciadamente, estos datos se ven
afectados por factores negativos como: ruido,
valores perdidos, inconsistencias, datos
superfluos y/o un tamaño demasiado grande
en cualquier dimensión (número de atributos
e instancias). - 3Tres características son asociadas a este nuevo paradigma de datos: exactos, procesables y ágiles (accurate, actionable y agile, en inglés). Una descripción breve de estos términos nos conduce a tres aspectos esenciales en el uso de los datos: a) los datos deben ser lo que se dice, es importante la calidad de datos; b) los datos deben ser escalables para su procesamiento; c) los datos deben estar disponibles y preparados para adaptarse al entorno cambiante de los negocios.‘Smart Data:
tiene como objetivo introducir
el preprocesamiento de datos para Big Data,
así como enumerar y describir las tecnologías
y herramientas de analítica de datos y
las técnicas existentes para el preprocesamiento
de datos para Big Data. - 4Preprocesamiento de datos: El preprocesamiento de datos es una etapa esencial del proceso de descubrimiento de información o KDD. Debido a que normalmente el uso de datos de baja calidad implica un proceso de minería de datos con pobres resultados, se hace necesaria la aplicación de técnicas de preprocesamiento.Big Data
El ritmo actual de generación de datos está
sobrepasando las capacidades de procesamiento
de los sistemas actuales en compañías
y organismos públicos. - 5En la Las tecnologías y algoritmos sofisticados y novedosos son necesarios para procesar eficientemente lo que se conoce como Big Data. Estos nuevos esquemas de procesamiento han de ser diseñados para procesar conjuntos de datos grandes, datos masivos, dentro de tiempo de cómputo razonable y en un rango de precisión adecuadoPara Herramientas para la analítica de
datos masivos
En los últimos años, ha surgido un gran
abanico de herramientas de analítica de datos
escalables asociadas a las plataformas
anteriores, con el objetivo de dar soporte al
proceso de análi sis de datos - 6En estos Algoritmos de preprocesamiento de datos masivos En esta subsección mostramos brevemente los algoritmos de preprocesamiento disponibles en las herramientas de analítica de datos previamente descritas, así como las propuestas que encontramos en la literatura especializadaYa en el Caso de u so: Selección de atributos
escalable, algoritmo Fast-mRMR
Una contribución reseñable para el preprocesamiento
de datos masivos, y en particular,
para selección de atributos, es el algoritmo
fast-mRMR - 7—