Flashcards
BIG DATA
Cards in this deck (10)
- 1En el año 2001 D. Laney ingreso tres aspectos importantes que caracterizan los datos: Volumen Variedad Velocidad.Existen dos características mas sobre los datos las cuales
son:
Veracidad de los datos
El valor del conocimiento extraído - 2La calidad del conocimiento extraído depende de la calidad de los datos recolectados, se demostró que si se obtiene una mala calidad de datos por lo general da una mala calidad de datosBIG DATA
Abarca el volumen, la variedad y la velocidad SMART DATA
La constituye la veracidad y valoración de los datos - 3aspectos esenciales en el uso de los datos A) La calidad de datos. B)Los datos deben tener la habilidad para reaccionar y adaptarse sin perder calidad mediante su procesamiento. C) los datos deben prepararse para adaptarse al entorno cambiante de los negocios.El pre procesamiento de datos
su objetivo principal es
obtener datos cuyo final sea de calidad y útil para la
extracción de
conocimiento. - 4El pre procesamiento de datos es una herramienta muy importante en el paso de Big Data a Smart Data.Pre procesamiento de datos
Etapa esencial del proceso de descubrimiento de
información - 5Se necesitan tecnologías y algoritmos novedosos para el proceso eficiente de los datosEn el año 2003 Google diseñó MAP REDUCE la cual es considerada como la plataforma pionera en el procesamiento de datos masivos
- 6MAP REDUCE tiene la capacidad de procesar grandes conjuntos de datos y cuenta con un manejos fácil y transparenteMAP REDUCE se clasifica en dos fases:
1.Map
2.Reduce - 7MAP En esta fase se procesan parejas clave-valor. produce una lista de pares intermedios como salida. MAP () -> LISTA ()REDUCE
Los pares que son las claves coincidentes son enviados al mismo nodo
REDUCE () - - 8Existen diversas herramientas para el analice de datos con el objetivo de dar soporte al proceso de analisisMAHOUT
Ofrece implementaciones para varias tareas para el análisis de datos como el agrupamiento, la clasificación o el filtro colaborativo - 9MLLIB Es una biblioteca de aprendizaje que contiene algoritmos con soporte para tareas del proceso de extracción del conocimiento como clasificación, optimización, agrupación.FLINKML
Es una biblioteca nativa de análisis distribuidos de Flink. - 10H2O Es una plataforma de código abierto para el análisis de BIG DATA. Se destaca por sus implementaciones iterativas. H2O Puede ser ejecutada por sistemas tradicionalesMLLIB Se destaca como la herramienta con mayor variedad de datos
Information
- Description
- Flashcards on BIG DATA , created by Angie Sanabria Argumero on 22/09/2017.
- Created by
- Angie Sanabria Argumero
- Views
- 0
- Rating