Andere Kunden interessierten sich auch für
![QGIS Aplicado al Urbanismo]( "QGIS Aplicado al Urbanismo")
QGIS Aplicado al Urbanismo28,99 €![Mindfulness aplicado : enfoques prácticos para la salud mental de niños y adolescentes]( "Mindfulness aplicado : enfoques prácticos para la salud mental de niños y adolescentes")
Mindfulness aplicado : enfoques prácticos para la salud mental de niños y adolescentes44,99 €![Python aplicado a seguridad y redes]( "Python aplicado a seguridad y redes")
Python aplicado a seguridad y redes38,99 €![Cuéntalo bien : el sentido común aplicado a las historias]( "Cuéntalo bien : el sentido común aplicado a las historias")
Cuéntalo bien : el sentido común aplicado a las historias19,99 €![Neurofitness aplicado]( "Neurofitness aplicado")
Neurofitness aplicado19,99 €![Derecho penal aplicado : parte especial : delitos contra el patrimonio y contra el orden socioeconómico]( "Derecho penal aplicado : parte especial : delitos contra el patrimonio y contra el orden socioeconómico")
Derecho penal aplicado : parte especial : delitos contra el patrimonio y contra el orden socioeconómico31,99 €![Lenguaje y cognición desde el análisis aplicado de la conducta]( "Lenguaje y cognición desde el análisis aplicado de la conducta")
Lenguaje y cognición desde el análisis aplicado de la conducta45,99 €
Este libro está dirigido tanto a alumnos que siguen un Curso de especialización en Inteligencia Artificial y Big Data como a profesionales del sector.El libro comienza tratando el almacenamiento y el procesamiento de datos masivos. Se presentan los sistemas de almacenamiento de datos y los métodos avanzados de almacenamiento en clusters. Se tienen en cuenta los datos estructurados y no estructurados, los problemas de compatibilidad, la calidad y seguridad de los datos y su procesamiento en clusters. Se desarrolla también la analítica de Big data, sus pasos, capacidades, fuentes de datos y casos de uso, así como el Big data en la nube a través de los servicios Cloud.A continuación se aborda la Computación Distribuida. Adicionalmente se trata la computación paralela con su evolución, tipos, ventajas, desventajas, patrones de diseño, arquitecturas de memoria, sincronización, lenguajes, modelos y usos. Se presentan ejemplos de computación paralela y distribuida con la herramienta Parallel Computing de MATLAB y con Apache Spark. También se desarrollan sistemas de almacenamiento distribuidos y se analizan sistemas gestores de bases de datos distribuidas presentando ejemplos con SQL-Server. Se aborda también la alta disponibilidad, la tolerancia a fallos y su implementación en la web y en la nube.Asimismo, se analizan herramientas de computación masiva en los ecosistemas de Big Data con especial atención a Hadoop, Mapreduce, Hadoop Distribute File System y Hadoop Common Components. Después se aborda la automatización de trabajos y se presentan ejemplos desarrollados con SQL-Server. También se presenta el ecosistema Hadoop de Apache Ambari. Adicionalmente se describen las herramientas de Big Data Analytics de SAS y además, se describen las herramientas de Big Data Analytics de Oracle, de Microsoft y de IBM.Seguidamente, se abordan la calidad e integridad de los datos en procesos de Big Data y el movimiento de datos entre clusters. Finalmente, se profundiza en las técnicas de Big Data e Inteligencia de Negocios. Se analizan las herramientas más importantes de Business Intelligence con especial atención a los cuadros de mando. Se describen las herramientas SAS Visual Analytics y herramientas de SAP para cuadros de mando. Por último, se describe la implementación del KDD (Knowledge Discovery in Data Bases) con herramientas de SAS (SAS Enterprise Miner) e IBM (IBM SPSS Modeler) a través de ejemplos.