Full Resource Library

Uso de machine learning para calidad de datos

Aprenda cómo están cambiando los big data la metodología CD. Los big data han convertido el machine learning (ML) en mayoritario y, del mismo modo que la CD ha condicionado el ML, el ML también está afectando la metodología de aplicación de la CD.

View Now

Diferencias entre ETL y ELT: Definir la diferencia

La diferencia entre ETL y ELT depende de dónde se transforman los datos en business intelligence y cuántos datos se retienen en almacenes de datos operativos. Descubra qué entrañan estas diferencias en materia de business intelligence, qué enfoque se adapta mejor a su organización y por qué cloud lo está cambiando todo.

View Now

El futuro de big data

Big data es el término comodín que describe la recopilación, análisis y empleo de cantidades ingentes de información digital para mejorar las operaciones. Están cambiando rápidamente la forma en la que vivimos, compramos y enfocamos nuestra vida diaria. Descubra que es big data y cómo darle un uso en su beneficio.

View Now

¿En qué consiste un data lake?

Un data lake es un repositorio de almacenamiento centralizado que contiene big data de varias fuentes en un formato sin procesar. Las ventajas del formato data lake están tentando a muchas organizaciones a deshacerse de sus almacenes de datos. Descubra en qué aspectos destacan los data lakes, por qué están ganando tanta fama y cómo empezar a crear uno.

View Now

¿En qué consiste el machine learning?

El machine learning es una técnica que utiliza las probabilidades estadísticas para otorgar a los ordenadores la capacidad de «aprender» con el tiempo gracias a la exposición a diversos aportes externos.

View Now

Data lakes frente a almacenes de datos

Tanto los data lakes como los almacenes de datos se utilizan de forma generalizada para almacenar big data, pero no son términos intercambiables. Un data lake es un enorme conjunto de datos en bruto cuya finalidad no se ha definido todavía. Un almacén de datos es un repositorio de datos filtrados y estructurados que ya han sido procesados para una finalidad concreta.

View Now

Construya un Pipeline Analítico en Big Data con Machine Learning en Google Cloud

En este webinar, los expertos de Talend muestran cómo implementar los algoritmos de machine learning en procesos analíticos y cómo extraer el análisis de los sentimientos para lograr un nuevo nivel de información y oportunidades.
A través de la demo podrán ver cómo analizar datos no estructurados utilizando Google Cloud Natural Language API, Google Cloud Dataproc y Talend; cómo crear algoritmos de machine learning en un pipeline analítico que se ejecutan a la velocidad de Spark; y cómo realizar análisis de sentimiento utilizando una API REST y clústeres Hadoop.

Watch Now

Informe gratuito: Análisis de autoservicio

En la actualidad, las organizaciones se ven desbordadas por los datos, pero la mayoría sólo consigue analizar una parte de la información que recogen. Muchas están optando por un nuevo enfoque, denominado «análisis de autoservicio», lo que permite potenciar una filosofía empresarial articulada en torno a los datos. En este informe de O’Reilly se analiza cómo este enfoque ofrece acceso a los datos a más personas de una empresa, permitiendo que los usuarios de negocio trabajen con la información pertinente y personalicen sus análisis.

Download Now

Informe O’Reilly: Trasladar Hadoop a la Cloud

Esta guía práctica muestra a los desarrolladores y a los administradores de los sistemas cómo instalar, utilizar y gestionar los clústers de Hadoop surgidos de la cloud de forma eficiente en AWS, Microsoft Azure y los servicios de la plataforma de cloud de Google.

Download Now


displaying pages of 2