| 000 | 05335aam a22003972i 4500 | ||
|---|---|---|---|
| 003 | PE-TmUNAS | ||
| 005 | 20250320123901.0 | ||
| 006 | a||||fr|||| 001 0| | ||
| 007 | ta | ||
| 008 | 220224s2015 sp ad||frfn|| 00| 0 spasd | ||
| 020 |
_a978-958-778-078-9 _qAgencia ISBN Mexico |
||
| 040 |
_aBiblioteca Central de la Universidad Nacional Agraria de la Selva. _bspa _cCatalogación de la Biblioteca Central de la Universidad Nacional Agraria de la Selva, transcrita por la Biblioteca Central de la Universidad Nacional Agraria de la Selva, sin modificaciones posteriores. _dBiblioteca Central de la Universidad Nacional Agraria de la Selva. _erda |
||
| 041 | 0 |
_aspa _hspa |
|
| 082 | 0 | 4 |
_222 _a005.74 |
| 100 | _aMaría Pérez Marqués | ||
| 245 | 1 | 0 |
_aBIG DATA, _btécnicas, herramientas y aplicaciones / _cPérez Marqués, María. |
| 250 | _aPrimera Edción | ||
| 264 | 3 | 1 |
_aEspaña : _bAlfaomega grupo editor, S. A. ; _c2015. |
| 264 | 3 | 4 | _c©2015. |
| 300 |
_a339 páginas : _bFiguras (blanco y negro), gráficas (blanco y negro) ; _c24 cm. |
||
| 336 |
_2rdacontent _atexto impreso |
||
| 337 |
_2rdamedia _asin mediación |
||
| 338 |
_2rdacarrier _avolumen |
||
| 500 | _aIncluye indice analitico. | ||
| 500 | _aIncluye informacion academicay profesional en la cubierta posterior. | ||
| 505 | 0 | _aintroduccion: Capitulo1. Conceptos de Big Data. -- Capitulo2. Componentes de una plataforma de Big Data. -- Capitulo3.Big Data con herramientas de IBM. -- Capitulo4.Big Data con Herramientas de Oracle. -- Capitulo5. Big Data con herramientas de Microsolf. -- Capitulo6. Hive,Pig, Oozle, MapReduce y Exel en HDInsight. --Capitulo7. Business intelligence y Big Data con Microsoft. -- Capitulo8. Herramientas de Big Data en SAS. | |
| 520 | 2 | _a"Ante el boom actual de la información, las organizaciones han tratado de abordar el problema de analizar grandes volúmenes de datos desde muchos ángulos diferentes. Las herramientas de BIG DATA utilizan tecnologías multinúcleo para ofrecer mayor capacidad de procesamiento a través de altas prestaciones, en base de datos y de análisis en memoria que ofrecen un mayor conocimiento más rápidamente de grandes volúmenes de datos y flujo de datos. Y todo ello independientemente de los formatos y las fuentes de los orígenes de datos. Con las herramientas de BIG DATA se puede procesar información online proveniente de múltiples orígenes como pueden ser las redes sociales o grandes bases de datos no estructuradas. También se pueden tratar los datos de múltiples fuentes y formatos, ya sean texto, datos, imágenes o mezcla de todo ello. Actualmente es posible implementar herramientas de BIG DATA en la forma que mejor se adapte a las necesidades de los usuarios. El término Big Data suele aplicarse a la información que no puede ser procesada o analizada usando procesos o herramientas tradicionales. Las organizaciones de hoy en día se enfrentan cada vez más a menudo a retos Big Data. Las empresas tienen acceso a una gran cantidad de información, pero no saben cómo obtener valor añadido de la misma, ya que la información aparece en su forma más cruda o en un formato semi-estructurado o no estructurado. Una encuesta de IBM demostró que más de la mitad de los líderes empresariales de hoy en día se dan cuenta de que no tienen acceso a los conocimientos que necesitan para analizar sus datos. Las empresas se enfrentan a estos retos en un clima en el que tienen la capacidad de almacenar cualquier cosa, que están generando datos Tomo nunca antes en la historia y, sin embargo, tienen un verdadero desafío con el málisis de la información.BIG DATA TECNICAS, HERRAMIENTAS Y APLICACIONES Las técnicas de Big Data persiguen complementar el manejo de grandes volúmenes de datos con las técnicas de análisis de la información más avanzadas y efectivas para extraer de modo óptimo el conocimiento contenido en los datos. La base que actualmente caracteriza a las herramientas de BIG DATA es el paquete de código ablerto llamado Hadoop para el análisis masivo de datos. Hadoop también se incluye como parte de las herramientas de todo el software de BIG DATA, como SAS, IBM, MICROSOFT y ORACLE. Por ejemplo, SAS Incorpora Hadoop en sus aplicaciones (SAS Base SAS Data Integration, Sas Enterprise Guide, SAS Enterprise Miner,). También SAS permite trabajar en memoria a través de Hadoop (SAS Visual Analytics y SAS Visual Statistics). IBM trabaja con Hadoop en su plataforma IBM InfoSphere Biginsights (Biginsights). Microsoft incluye Hadoop en SQL Server 2014, Windows Server 2012, HDInsight and Polybase. Oracle Incluye Hadoop en Oracle Big Data Appliance, Oracle Big Data Connectors y Oracle Loader for Hadoop. Este libro presenta las posibilidades de trabajo que ofrecen las herramientas de BIG DATA para procesar y analizar grandes volúmenes de datos de una manera ordenada. A su vez, estas herramientas también permiten extraer el conocimiento contenido en los datos..." --Introducción. | |
| 521 | 3 |
_aMaterial bibliográfico para estudiantes universitarios, docentes e investigadores. _bPE-TmUNAS |
|
| 526 | 0 | _aContabilidad. | |
| 526 | 0 | _aAdministración. | |
| 526 | 0 | _aEconomía. | |
| 526 | 0 | _aIngeniería en Informática y Sistemas. | |
| 546 | _aEn español. | ||
| 942 |
_2ddc _cBK |
||
| 998 | _cjjrg/bmsda/aeoa/bmsda/dacc/dyms | ||
| 999 |
_c156087 _d156087 |
||