Ayuda
Añadir esta página a tu libro
Mostrar libro (0 páginas)
Sugerir páginasDiferencia entre revisiones de «Sistemas de big data»
Ir a la navegación
Ir a la búsqueda
| Línea 23: | Línea 23: | ||
= Configuración de cuadros de mando en entornos computacionales = | = Configuración de cuadros de mando en entornos computacionales = | ||
| − | * [[ | + | * [[Representación de información en entornos computacionales]] |
* [[Cuadro de mando]] | * [[Cuadro de mando]] | ||
* Métricas. | * Métricas. | ||
Revisión del 19:20 27 feb 2023
Sumario
Introdución
O módulo profesional Sistemas de big data ten:
- o código MP5074
- unha duración de 100 horas
Contidos
Contidos básicos de Sistemas de Big data conforme ao Real Decreto 279/2021, de 20 de abril
Estes apuntes foron creados para o módulo profesional Sistemas de big data do ciclo de grao especialización Intelixencia artificial e big data. Creados e editados por José López Villar baixo a licenza Creative Commons 3.0:
- Copiar, distribuír e comunicar publicamente a obra, sempre mencionando ós autores.
- Uso non comercial.
- Compartir as modificacións baixo a mesma licenza.
Aplicación de técnicas de integración, procesamiento y análisis de información
- Matemática discreta
- Lógica algorítmica
- Complejidad computacional para análisis de datos
- Técnicas y procesos de extracción de la información de los datos
- Modelado, razonamiento y resolución de problemas
- Análisis en tiempo real
- Costes y calidad asociados al proceso de análisis de la información
Configuración de cuadros de mando en entornos computacionales
- Representación de información en entornos computacionales
- Cuadro de mando
- Métricas.
- Métodos y algoritmos en la minería de datos Modelos SEMMA Sample, Explore, Modify, Model, Assess) y CRISP-DM (Cross- Industry Standard Process for Data Mining), entre otros.
- Fases de los modelos. Valoración. Interpretación. Despliegue.
Gestión y almacenamiento de datos. Búsqueda de respuestas en grandes conjuntos de datos
- Sistemas de gestión de almacenamiento en grandes conjuntos de datos
- Importación de datos Flume, Sqoop.
- Integración de datos
- R
- Python
Aplicación de herramientas para la visualización de datos
- Datos no estructurados
- Inteligencia artificial en el análisis de datos
- Cluster de máquinas Información distribuida y redundante.
- Herramientas de visualización de datos
Referencias
- [[]]
