Minería de datos aplicada a datos masivos

Mostrar todas las versiones(2)

Las grandes cantidades de datos que se producen en la actualidad, sumadas a su heterogeneidad, hacen que las herramientas tradicionales de análisis de datos no resulten adecuadas para su recopilación, almacenamiento, gestión y análisis. En este contexto se comienza a hablar del termino Big Data, hac...

Descripción completa

Detalles Bibliográficos
Autores principales: De Battista, Anabella, Cristaldo, Patricia, Ramos, Lautaro, Nuñez, Juan Pablo, Retamar, Soledad, Bouzenard, Daniel, Herrera, Norma Edith
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2016
Materias:
Ciencias Informáticas
big data
Minería de Datos
Clustering
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/52901
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-52901
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
big data
Minería de Datos
Clustering
spellingShingle Ciencias Informáticas
big data
Minería de Datos
Clustering
De Battista, Anabella
Cristaldo, Patricia
Ramos, Lautaro
Nuñez, Juan Pablo
Retamar, Soledad
Bouzenard, Daniel
Herrera, Norma Edith
Minería de datos aplicada a datos masivos
topic_facet Ciencias Informáticas
big data
Minería de Datos
Clustering
description Las grandes cantidades de datos que se producen en la actualidad, sumadas a su heterogeneidad, hacen que las herramientas tradicionales de análisis de datos no resulten adecuadas para su recopilación, almacenamiento, gestión y análisis. En este contexto se comienza a hablar del termino Big Data, haciendo referencia a características como gran volumen, velocidad y variedad de producción de los datos, y a las herramientas que se utilizan para encontrar valor en las mismas. La posibilidad de hallar patrones y tendencias en estas grandes cantidades de datos impacta directamente en la toma de decisiones en áreas tan diversas como salud, genética, agro, predicciones climáticas, redes sociales, marketing, finanzas, educación, entre otras. Otro aspecto de interés en este tipo de análisis, es la aplicación de metodologías de gestión de proyectos de enfoque ágil en los proyectos de minería de datos, en este caso, se aplicarán metodologías específicas con el objetivo de comparar características y restricciones de cada una. En este artículo se presentan los tópicos de interés del proyecto Minería de Datos: su aplicación a repositorios de datos masivos.
format Objeto de conferencia
Objeto de conferencia
author De Battista, Anabella
Cristaldo, Patricia
Ramos, Lautaro
Nuñez, Juan Pablo
Retamar, Soledad
Bouzenard, Daniel
Herrera, Norma Edith
author_facet De Battista, Anabella
Cristaldo, Patricia
Ramos, Lautaro
Nuñez, Juan Pablo
Retamar, Soledad
Bouzenard, Daniel
Herrera, Norma Edith
author_sort De Battista, Anabella
title Minería de datos aplicada a datos masivos
title_short Minería de datos aplicada a datos masivos
title_full Minería de datos aplicada a datos masivos
title_fullStr Minería de datos aplicada a datos masivos
title_full_unstemmed Minería de datos aplicada a datos masivos
title_sort minería de datos aplicada a datos masivos
publishDate 2016
url http://sedici.unlp.edu.ar/handle/10915/52901
work_keys_str_mv AT debattistaanabella mineriadedatosaplicadaadatosmasivos
AT cristaldopatricia mineriadedatosaplicadaadatosmasivos
AT ramoslautaro mineriadedatosaplicadaadatosmasivos
AT nunezjuanpablo mineriadedatosaplicadaadatosmasivos
AT retamarsoledad mineriadedatosaplicadaadatosmasivos
AT bouzenarddaniel mineriadedatosaplicadaadatosmasivos
AT herreranormaedith mineriadedatosaplicadaadatosmasivos
bdutipo_str Repositorios
_version_ 1764820476492775427

Ejemplares similares