Big Data Análisis de grandes volúmenes de datos en organizaciones
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Libro |
| Lenguaje: | español |
| Publicado: |
Mexico :
Alfaomega,
2013.
|
| Materias: | |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
MARC
| LEADER | 00000cam a22000004i 4500 | ||
|---|---|---|---|
| 001 | u154529 | ||
| 003 | PE-LiUPU | ||
| 005 | 20260715215202.0 | ||
| 008 | 150922s2013 mx a r 000 0 spa d | ||
| 020 | |a 9786077076896 | ||
| 035 | |a (Sirsi) i9786077076896 | ||
| 040 | |a PE-LiUPU |b spa |c PE-LiUPU |e rda | ||
| 049 | |a PRUA | ||
| 082 | 0 | 4 | |a 658.4038 |b J79 |
| 100 | 1 | |a Joyanas Aguilar, Luis, |e autor. | |
| 245 | 1 | 0 | |a Big Data : |b Análisis de grandes volúmenes de datos en organizaciones / |c Luis Joyanes Aguilar. |
| 264 | 1 | |a Mexico : |b Alfaomega, |c 2013. | |
| 300 | |a 399 páginas : |b ilustraciones ; |c 23 centímetros | ||
| 336 | |a text |2 rdacontent | ||
| 337 | |a unmediated |2 rdamedia | ||
| 338 | |a volume |2 rdacarrier | ||
| 505 | 0 | |a La era de Big Data -- ¿Qué es big data? -- Definición de big data -- Tipos de datos -- Integración de los datos: oportunidades de negocio de los big data -- Características de big data -- El tamaño de los big data -- ¿Cómo se ha llegado a la explosión de big data? -- Retos empresariales de big data -- La empresa inteligente -- Casos de estudio -- Una breve reseña histórica de big data -- Fuentes de grandes volúmenes de datos -- Origen de las fuentes de datos -- Los datos de la Web -- Los datos de texto -- Datos de sensores -- Datos de posición y tiempo: geolocalización -- Datos de RFID y NFC -- Datos de redes sociales -- Datos de las redes inteligentes de telecomunicaciones -- Datos de las redes inteligentes de energía (Smart grids) -- El universo digital de datos -- El almacén de big data -- "La era del petabyte" -- El universo digital de EMC/IDC -- Datos en todas partes -- El universo digital de datos: "Extrayendo valor del caos" -- La revolución de los datos está cambiando el paisaje de los negocios -- La era del exabyte -- Hacia la era del zettabyte -- El universo digital de datos IDC/EMC -- Sectores estratégicos de big data y open data -- Dominios estratégicos de big data -- ¿Por qué se ha llegado a la explosión de los big data? -- Sectores dominantes en big data -- Sector de la salud -- Otras consideraciones prácticas -- Open data -- El movimiento de los datos abiertos -- Big data en la empresa -- La revolución de la gestión, la analítica y los científicos de datos -- Integración de big data en la empresa -- Big data: la revolución de la gestión -- Profesionales de análisis de datos -- Casos de estudio: el ITAM de México, DF -- ¿Cómo encontrar los científicos de datos que necesitan? -- La inteligencia de negocios en big data -- Analítica de big data: una necesidad -- Seguridad y privacidad en big data -- Infraestructura de los big data -- Cloud computing, Internet de las cosas y solomo -- Origen y evolución de cloud computing -- Definición de la nube -- Características de cloud computing -- Modelos de la nube (cloud) -- ¿Cómo adaptar la nube en organizaciones y empresas? -- Los centros de datos como soporte de cloud computing -- Internet de las cosas -- ¿Qué son los medios sociales (social media)? -- Geolocalización -- Movilidad -- Arquitectura y gobierno de big data -- La arquitectura de big data -- Fuentes de big data -- Almacenes de datos -- Bases de datos -- Hadoop -- Plataformas de Hadoop -- Integración de big data -- Analítica de big data -- Gobierno de los big data -- Calidad de los big data -- Administración de datos maestros -- El ciclo de vida de los big data -- Seguridad y privacidad de big data -- Metadatos de big data -- Arquitectura de big data de Oracle -- Arquitectura de big data de IBM -- Bases de datos analíticas: NOSQL y "en memoria" -- Tipos de base de datos actuales -- Sistemas de base de datos MPP -- ¿Qué es NoSQL? -- Bases de datos NoSQL -- Tipos de base de datos NoSQL -- Breve historia de NoSQL -- Tendencias para 2013 en base de datos NoSQL -- Computación "en memoria" -- Bases de datos "en memoria" -- SAP HANA -- Oracle -- Microsoft -- El ecosistema Hadoop -- El origen Hadoop -- ¿Qué es Hadoop? -- Historia de Hadoop -- El ecosistema Hadoop -- Componentes de Hadoop -- Desarrollo de aplicaciones en Hadoop -- Plataformas de Hadoop -- Analítica de Big data -- Analítica de datos (big data analytics) -- Una visión global de la analítica de Big data -- ¿Qué es analítica de datos? -- Tipos de datos de big data -- Analítica de big data -- Tecnologías, herramientas y tendencias en analítica de big data -- Proveedores de analítica de big data -- Tecnologías de código abierto de big data -- Casos de estudio -- Características de una plataforma de integración de analítica de big data -- Analítica web -- Analítica web 2.0 -- Breve historia de la analítica web -- Enfoques de analítica web -- Métricas -- Indicadores clave de rendimiento -- Segmentación -- Herramientas de analítica web -- Analítica web móvil -- Analítica social -- El exceso de información: un problema global -- La proliferación de datos sociales -- ¿Qué es analítica social? -- Métricas sociales -- Indicadores clave de rendimiento -- Diferencias entre métricas y KPI -- Ejemplo práctico simple de métrica versus KPI -- Herramientas de analítica social -- Herramientas de investigación -- Monitorización -- Herramientas globales muy reconocidas -- Herramientas de analítica web social -- Herramientas de reputación e influencia social -- Herramientas de análisis de actividad en redes -- Herramientas de gestión de multiplataforma y multiperfiles -- Análisis de sentimientos -- Casos de estudio de analítica social -- El futuro de la era big data -- Las nuevas tendencias tecnológicas y sociales que traen la nube y los big data -- El nexo de la fuerza -- BYOD -- Consumerización de TI -- Crowdsourcing -- Crowdfunding -- Gamificación/Ludificación -- Big data en 2020 -- Los retos del futuro -- La tercera plataforma -- Analítica MM: ¿el próximo reto para el big data? -- Analítica predictiva -- Análisis de sentimientos -- ¿Cómo va a cambiar la vida por big data en el año 2013? -- ¿Cómo va a cambiar la salud por big data? -- ¿Cómo pueden afectar los big data a la actividad física y al deporte? -- La cara humana de big data -- Big data y las tendencias tecnológicas en 2013 -- El mercado futuro de big data -- Las cinco grandes predicciones "muy profesionales" de big data -- El futuro seguirá sin ser lo que era. | |
| 541 | |g 043-0014560; | ||
| 596 | |a 2 | ||
| 650 | 7 | |a Administración de la información. | |
| 650 | 7 | |a Minería de datos. | |
| 650 | 0 | 4 | |a Procesamiento de datos de negocios. |
| 910 | |a jche |b jkc |c jche |d 20150921 | ||
| 942 | |2 Dewey Decimal Classification |c Libro | ||
| 994 | |a C0 |b PEPRU | ||
| 949 | |a 658.4038 J79 |w DEWEY |c 1 |i FT02843 |d 2018-5-30 |e 2018-5-30 |k CHECKEDOUT |l GEN |m BUT |n 1 |p 25.32 |r M |s Y |t BK |u 2015-9-21 |z P27 |0 COMPRA |o .STAFF. Colección General | ||
| 999 | |a 658.4038 J79 |w DEWEY |c 42621 |i FT02843 |d 42621 |e 2018-5-30 |f 2022-8-29 |g 3 |l GEN |m BUT |n 1 |p 25.32 |r 0 |s Y |t BK |u 2015-9-21 |z P27 |0 COMPRA |o .STAFF. Colección General | ||
| 952 | |0 No retirado |1 No perdido |2 Dewey Decimal Classification |4 No dañado |7 Disponible para préstamo |8 Colección General |a Biblioteca Tarapoto |b Biblioteca Tarapoto |c Estante de Ingeniería de Sistemas |d 2015-09-21 |e COMPRA |i 3 |l 1 |o 658.4038 J79 |p FT02843 |r 2024-03-04 00:00:00 |s 2018-05-30 |t 1 |y Libro | ||