Las clases de análisis de datos grandes

Video: Diseño de Base de Datos: conceptos fundamentales

herramientas y técnicas de análisis existente va a ser muy útil en la toma sentido a los datos grandes. Los algoritmos que forman parte de estas herramientas, sin embargo, deben ser capaces de trabajar con grandes cantidades de datos potencialmente dispares en tiempo real y. Una infraestructura competente debe estar en su lugar para apoyar esto. Y, los proveedores que ofrecen herramientas de análisis también tendrán que asegurarse de que sus algoritmos trabajan a través de implementaciones distribuidas. Debido a estas complejidades, se espera que una nueva clase de herramientas para emerger para ayudar a dar sentido a los datos grandes.

Aquí hay tres clases de herramientas de esta capa de una arquitectura de referencia. Se pueden utilizar de forma independiente o colectivamente por los tomadores de decisiones para ayudar a dirigir el negocio. Las tres clases de herramientas son los siguientes:

• Presentación de informes y cuadros de mando: Estas herramientas proporcionan un “fácil de usar&rdquo- la representación de la información procedente de diversas fuentes. Aunque uno de los pilares en el mundo de datos tradicional, esta área todavía se está desarrollando para grandes volúmenes de datos. Algunas de las herramientas que se utilizan son los tradicionales que ahora se puede acceder a los nuevos tipos de bases de datos NoSQL llamados colectivamente (no sólo SQL).

• Visualización: Estas herramientas son el siguiente paso en la evolución de la presentación de informes. La salida tiende a ser altamente interactivo y dinámico en la naturaleza. Otra distinción importante entre los informes y de salida visualizada es la animación. Los usuarios de negocio pueden ver los cambios en los datos que utilizan una variedad de diferentes técnicas de visualización, incluyendo mapas mentales, mapas de calor, infografías y esquemas de conexión.

  Video: Aprendizaje automático sobre grandes volúmenes de datos - Clase 6

  A menudo, la presentación de informes y visualización se producen al final de la actividad empresarial. Aunque los datos se pueden importar en otra herramienta para su posterior cálculo o examen, este es el paso final.

• Analytics y análisis avanzados: Estas herramientas llegan al almacén de datos y procesar los datos para el consumo humano. análisis avanzados deben explicar las tendencias o eventos que son transformadora, único, o revolucionaria a la práctica empresarial existente. El análisis predictivo y análisis de sentimiento son buenos ejemplos de esta ciencia.

  Video: Aprendizaje automático sobre grandes volúmenes de datos - Clase 1