Ayúdanos a dar forma a GoConqr. ¿Qué deberíamos añadir?

Big data y ciencia de datos

28 recursos creados por 27 usuarios

Esta página de GoConqr reúne mapas mentales y fichas creados por usuarios sobre big data y ciencia de datos. Incluye recursos sobre minería y procesamiento de datos, además de herramientas como Hadoop y Spark. Está dirigida principalmente a estudiantes universitarios que quieren repasar estos contenidos y a profesores que buscan material para sus clases. Hay más de 20 recursos, entre ellos más de 20 mapas mentales. Elige un mapa y empieza por el tema que quieras estudiar.

Big data y ciencia de datos

Lo mejor de Big data y ciencia de datos

Mapas mentales

Fichas

Diagramas de flujo

Más temas de Datos, información y procesamiento

Sobre Big data y ciencia de datos

GoConqr Original

Por dónde empezar

Un buen punto de partida es el mapa «Mineria de Datos». Presenta la exploración de grandes bases de datos para encontrar patrones que aporten información a la toma de decisiones. Después, puedes pasar a «Procesamiento de datos», que trata la transformación de datos en información y la preparación de los datos, incluida su limpieza.

Mientras lees, anota las ideas principales de cada mapa con tus propias palabras. Así tendrás una base para comparar los conceptos antes de pasar a recursos más específicos.

De los conceptos a las herramientas

El mapa «Ingeniería de datos» aborda el diseño y la construcción de sistemas para gestionar, almacenar y procesar datos. Puedes relacionarlo con lo que hayas visto en «Procesamiento de datos» y observar qué papel tiene cada proceso.

Para estudiar herramientas, consulta «Hadoop» y «Spark II y HIVE». El primero presenta Hadoop como un marco de software para almacenar datos y ejecutar aplicaciones. El segundo incluye limpieza de datos, ingeniería de variables y aprendizaje de modelos con conjuntos de datos muy grandes. Compara lo que presenta cada mapa sin perder de vista su enfoque.

Cómo comprobar lo estudiado

Esta página no incluye tests, pero puedes utilizar los mapas para preparar tus propias preguntas. Por ejemplo, intenta explicar qué se busca mediante la minería de datos o qué tareas aparecen en la preparación de datos. Después, vuelve al mapa correspondiente y contrasta tu respuesta con el contenido.

También puedes recorrer las ramas de un mapa, resumirlas y regresar a los puntos que necesites estudiar con más calma. Las fichas de la página ofrecen otro formato para acompañar el repaso.

Dentro de la unidad

Big data y ciencia de datos es una sección de la unidad Datos, información y procesamiento, en la asignatura Bases de datos y ciencia de datos. Puedes usar esta página para centrarte en los recursos de la sección y mantener presente su lugar dentro de la unidad.

Escoge un recorrido por los mapas y adapta el orden a lo que necesites estudiar.

Preguntas frecuentes

¿Con qué recurso puedo empezar?

Puedes empezar por «Mineria de Datos», que presenta la búsqueda de patrones en grandes bases de datos. Después, «Procesamiento de datos» permite repasar cómo se preparan y transforman los datos. Si buscas un enfoque más centrado en sistemas, consulta también el mapa «Ingeniería de datos».

¿Qué cubren los mapas mentales de esta página?

Los mapas tratan temas como la minería, el procesamiento y la ingeniería de datos. También hay recursos sobre herramientas: «Hadoop» presenta un marco para almacenar datos y ejecutar aplicaciones, mientras que «Spark II y HIVE» incluye limpieza de datos y aprendizaje de modelos con conjuntos de datos muy grandes.

¿Son gratuitos los recursos?

Sí. Todos los recursos de esta página se pueden abrir y estudiar gratis, sin cuenta. Los crearon usuarios de GoConqr, no GoConqr. Una cuenta gratuita permite además guardar las puntuaciones de los tests y crear tus propios tests, mapas mentales, fichas y apuntes.

¿Hay tests para comprobar lo que he estudiado?

Esta página no incluye tests. Puedes comprobar tu comprensión formulando preguntas a partir de los mapas y comparando tus respuestas con sus contenidos. Por ejemplo, explica para qué se exploran grandes bases de datos y vuelve a «Mineria de Datos» para contrastar tu explicación.

Escríbenos

¿Sobre qué es tu mensaje?

¿Qué deberíamos añadir?