UNIVERSIDAD
TEMA:
Introducción a Big Data D E G U A YA Q U I L
- Exploración de datos
- Minería de datos
- Análisis exploratorio de datos
Integrantes:
- Pierina Cuenca
- Carla Santillán
- Ana Reyes
Introducción a Big Data
Big Data nos referimos a conjuntos de datos o
combinaciones de conjuntos de datos cuyo tamaño,
complejidad y velocidad de crecimiento dificultan su
captura, gestión, procesamiento mediante tecnologías y
herramientas convencionales, tales como bases de datos
relacionales y estadísticas convencionales o paquetes de
visualización, la mayoría de los analistas y profesionales
actualmente se refieren a conjuntos de datos que van
desde 30-50 Terabytes a varios Petabytes
Según el nivel de valor de la
información obtenida, podemos
aplicar estas tres analíticas Big Data:
• Analítica descriptiva ¿Cómo ha
funcionado el negocio hasta
ahora? Consiste en almacenar y
realizar agregaciones de datos
históricos, visualizándolos de
forma que puedan ayudar a la
comprensión del estado actual y
pasado del negocio.
• A n a l í t i c a p re d i c t i v a ¿ C ó m o v a a
funcionar nuestro negocio? Se
construye sobre la analítica
descriptiva y usa modelos
estadísticos avanzados para
estimar aquellos datos de negocio
que son desconocidos o inciertos.
Características
El Big Datas se pueden describir por las siguientes
características:
Velocidad: en
Variedad: el
este contexto, Veracidad: la
tipo y
la velocidad a calidad de los
naturaleza de Valor: los datos
Volumen: la la cual se datos
los datos para generados
cantidad de generan y capturados
ayudar a las deben ser
datos procesan los puede variar
personas a útiles,
generados y datos para mucho y así
analizar los accionables y
guardados. cumplir las afectar a los
datos y usar los tener valor.
exigencias y resultados del
resultados de
desafíos de su análisis.
forma eficaz.
análisis.
Minería de datos
La minería de datos es el proceso de hallar anomalías, patrones y correlaciones en
grandes conjuntos de datos para predecir resultados. Empleando una amplia variedad de
técnicas, puede utilizar esta información para incrementar sus ingresos, recortar costos,
mejorar sus relaciones con clientes, reducir riesgos y más
La minería de datos le permite:
•Filtrar todo el ruido caótico y repetitivo en sus
datos.
•Entender qué es relevante y luego hacer un buen
uso de esa información para evaluar resultados
probables.
•Acelerar el ritmo de la toma de decisiones
informadas.
•Aprenda más acerca de técnicas de minería de
datos en Minería de datos documento que muestra
cómo pueden las organizaciones utilizar la
analítica predictiva y la minería de datos para
revelar nuevos insights partiendo de datos.
¿Quién utiliza la minería de datos?
La minería de datos se sitúa en el corazón de esfuerzos analíticos
en diversas industrias y disciplinas.
Comunicación: Las
compañías de Bancos: La minería
telecomunicaciones de datos ayuda a las
pueden utilizar compañías de
modelos analíticos servicios financieros
para entender a los Educación: los a tener una mejor
clientes, ayudándoles educadores pueden vista de los riesgos
así a predecir el predecir el del mercado, a
comportamiento y desempeño de sus detectar el fraude en
ofrecer campañas alumnos antes de que menos tiempo, a
digitales y pongan un pie en el gestionar las
relevantes. salón de clases. obligaciones.
Seguros: las Manufacturera: Los Retail: A través de
compañías de fabricantes pueden modelos de datos
seguros pueden predecir el desgaste más precisos, las
resolver problemas de activos de compañías detallistas
complejos producción y pueden ofrecer
concernientes a anticipar su campañas más
fraude, mantenimiento, lo enfocadas – y
cumplimiento, cual puede encontrar la oferta
gestión de riesgo y maximizar el tiempo que tenga el mayor
separación de en operación y impacto en el
clientes. mantener la línea de cliente.
producción acorde a
