Descargar gratis Big Data Analytics Con Herramientas De Sas, Ibm, Oracle Y Microsoft de César Pérez en PDF - EPUB - TXT - TCR - DOC - TIFF

Bajar gratis el libro completo “Big Data Analytics Con Herramientas De Sas, Ibm, Oracle Y Microsoft” de César Pérez publicado en el año 2015. Lectura complementaria recomendada para estudiantes de Estadística.

  • Editorial: GARCETA.
  • Formatos de descarga disponibles: PDF – EPUB – TXT – TCR – DOC – TIFF. (RAR – CAB – ZIP).
  • Páginas: 450.
  • ISBN: 9788416228355.
  • Incluye un resumen de 47 páginas, y las preguntas de prueba más frecuentes.
  • Publicado el: 15/12/2015
  • Género/Colección: Educativo.
  • Descripción: Se conoce como Big Data el tratamiento y análisis de grandes cantidades de datos, cuyo tamaño hace imposible manejarlos con las herramientas de bases de datos y analíticas convencionales. La proliferación de páginas web, aplicaciones de imagen y vídeo, redes sociales, dispositivos móviles, apps, sensores y otros dispositivos modernos capaces de generar enormes cantidades de datos han hecho necesario el desarrollo de herramientas de Big Data para su análisis. Hablamos de un entorno absolutamente relevante para muchos aspectos, desde el análisis de fenómenos naturales como el clima o de datos sismográficos, hasta entornos como salud, seguridad o, por supuesto, el ámbito empresarial. En cuanto a las herramientas de Big Data se observa un desarrollo creciente. Oracle utiliza Exadata para estos propósitos, SAS utiliza Visual Analytics y otras herramientas, Microsoft utiliza Windows Azure y en código abierto destaca Hadoop, un framework sumamente popular en este campo que permite a las aplicaciones trabajar con enormes repositorios de datos y miles de nodos inspirado en herramientas de Google como MapReduce o Google File System. IBM utiliza Power System e IBM SPSS Modeler. CONTENIDO Capítulo 1. DATA MINING, BUSINESS INTELLIGENCE Y BIG DATA 1.1 INTRODUCCIÓN 1.2 TÉCNICAS MODERNAS DE TRATAMIENTO DE DATOS: BIG DATA, DATA MINING Y BUSINESS INTELLIGENCE 1.3 ANALYTICS Y TÉCNICAS DE MINERÍA DE DATOS 1.4 ANALYTICS E INTELIGENCIA DE NEGOCIOS 1.5 BIG DATA Y HADOOP Capítulo 2. INTRODUCCIÓN A SAS VISUAL ANALYTICS. ENTORNO DE TRABAJO 2.1 VISUAL ANALYTICS 2.2 VENTAJAS DE SAS VISUAL ANALYTICS 2.3 EL ENTORNO DE TRABAJO DE SAS VISUAL ANALYTICS 2.4 ACCESO A SAS VISUAL ANALYTICS 2.5 ACERCA DE LA DISPONIBILIDAD DE LOS MENÚS Y LAS SELECCIONES DE MENÚ EN SAS VISUAL ANALYTICS 2.6 PRIMER VISTAZO A LA PÁGINA DE INICIO DE SAS VISUAL ANALYTICS 2.7 GESTIÓN DE CONTENIDO EN LA PÁGINA DE INICIO 2.8 TRABAJANDO CON EL PANEL DE LA DERECHA EN LA PÁGINA DE INICIO 2.9 EXPLORANDO DATOS USANDO EL INSPECTOR DE OBJETOS EN LA PÁGINA DE INICIO 2.10 GESTIÓN DE COLECCIONES EN LA PÁGINA DE INICIO 2.11 AGREGAR COMENTARIOS A LOS OBJETOS EN LA PÁGINA DE INICIO 2.12 ESPECIFICAR SUS PREFERENCIAS 2.13 ACCESO A DATOS 2.14 ADMINISTRANDO ACCESO A DATOS Capítulo 3. SAS VISUAL ANALYTICS DATA BUILDER 3.1 DATA BUILDER (GENERADOR DE DATOS) 3.2 ACCESO A DATOS MEDIANTE DBMS 3.3 TRABAJANDO CON FORMATOS DEFINIDOS POR EL USUARIO 3.4 ESPECIFICAR SUS PREFERENCIAS PARA EL GENERADOR DE DATOS 3.5 CONSULTA DE DATOS 3.6 CREANDO CONSULTAS DE DATOS 3.7 GUARDAR UNA CONSULTA DE DATOS COMO UNA NUEVA DATA QUERY 3.8 USANDO LA PESTAÑA DE DISEÑO 3.9 AGREGAR UN ORIGEN DE DATOS 3.10 ESPECIFICAR PROPIEDADES PARA UNA CONSULTA DE DATOS 3.11 TABLAS 3.12 ESPECIFICAR PROPIEDADES DE UNA TABLA DE ORIGEN 3.13 TABLAS DE SALIDA 3.14 AGREGAR COLUMNAS PARA UNA CONSULTA DE DATOS 3.15 QUITAR COLUMNAS 3.16 ESPECIFICAR UNA EXPRESIÓN DE COLUMNA 3.17 ESPECIFICAR AGREGACIONES 3.18 QUITAR TODAS LAS AGREGACIONES 3.19 USANDO GRUPO DE VARIABLES 3.20 USANDO FUNCIONES DE AUTO-AGREGADO 3.21 USANDO EL PIVOTE POR CARACTERÍSTICA 3.22 ACERCA DEL FILTRADO DE DATOS 3.23 ESPECIFICANDO UNA CLÁUSULA WHERE 3.24 ESPECIFICAR UNA CLÁUSULA HAVING 3.25 CONSEJOS PARA USO DE FILTROS 3.26 ACERCA DE UNION 3.27 ¿CÓMO FUNCIONA LA FUNCIÓN DE COMBINACIÓN AUTOMÁTICA? 3.28 AGREGAR UN ÚNETE 3.29 ELIMINAR UN JOIN 3.30 GESTIÓN DE UNIÓN EN UNA CONSULTA DE DATOS Capítulo 4. SAS VISUAL ANALYTICS EXPLORER 4.1 INTRODUCCIÓN 4.2 LA VENTANA DE BIENVENIDA 4.3 PRIMER VISTAZO AL EXPLORADOR 4.4 ESPECIFICAR SUS PREFERENCIAS PARA EL EXPLORADOR 4.5 CREAR UNA NUEVA EXPLORACIÓN 4.6 ELIMINAR EXPLORACIONES 4.7 GESTIÓN DE PROPIEDADES DE DATOS 4.8 IMPORTACIÓN LOCAL DE FUENTES DE DATOS 4.9 ABRIR UN ORIGEN DE DATOS DIFERENTE COMO UNA NUEVA EXPLORACIÓN 4.10 CAMBIO DEL ORIGEN DE DATOS PARA LA EXPLORACIÓN 4.11 ACTUALIZAR FUENTE DE DATOS 4.12 CREANDO DATOS CALCULADOS 4.13 CREANDO MEDIDAS AGREGADAS 4.14 CREANDO ELEMENTOS DERIVADOS 4.15 EDITAR UN AGREGADO CALCULADO O DERIVADOS DE ELEMENTOS DE DATOS 4.16 ELIMINAR UN ELEMENTO CALCULADO, AGREGADOS O DERIVADOS DE ELEMENTOS DE DATOS 4.17 DUPLICAR UN ELEMENTO DE DATOS 4.18 DEFINIR UN ELEMENTO DE DATOS GEOGRAFICO 4.19 DEFINIR ELEMENTOS DE DATOS DE TEXT ANALYTICS Capítulo 5. VISUALIZACIONES EN SAS VISUAL ANALYTICS 5.1 INTRODUCCIÓN A LAS VISUALIZACIONES 5.2 TRABAJANDO CON VISUALIZACIONES 5.3 ADMINISTRANDO DATOS EN VISUALIZACIONES 5.4 RANKING DE DATOS 5.5 ADMINISTRAR EJES DE VISUALIZACIONES 5.6 TRABAJANDO CON RANGOS DE VISUALIZACIÓN DE DATOS Y GRADIENTES DE COLOR 5.7 TRABAJANDO CON DATOS RESALTADOS 5.8 TRABAJANDO CON GRÁFICOS AUTOMÁTICOS 5.9 TRABAJANDO CON GRÁFICOS DE BARRAS 5.10 TRABAJANDO CON GRÁFICOS DE LÍNEAS 5.11 PREDICCIÓN 5.12 TRABAJANDO CON TABLAS 5.13 TRABAJANDO CON TABLAS CRUZADAS 5.14 ADMINISTRANDO FILAS Y COLUMNAS EN UNA TABLA DE REFEERENCIAS CRUZADAS 5.15 CREAR UNA JERARQUÍA DE UN DE TABLA DE REFERENCIAS CRUZADAS 5.16 TRABAJANDO CON GRÁFICOS DE DISPERSIÓN 5.17 APLICANDO ANÁLISIS DE DATOS 5.18 TRABAJANDO CON GRÁFICOS DE BURBUJA 5.19 TRABAJANDO CON DIAGRAMAS DE RED 5.20 TRABAJANDO CON HISTOGRAMAS 5.21 TRABAJANDO CON GRÁFICOS DE CAJA Y BIGOTES 5.22 TRABAJANDO CON MAPAS DE CALOR 5.23 TRABAJANDO CON MAPAS GEOGRÁFICOS (GEO MAPAS) 5.24 TRABAJANDO CON LOS GRÁFICOS DE MOSAICOS (TREEMAPS) 5.25 TRABAJANDO CON MATRICES DE CORRELACIÓN 5.26 TRABAJANDO CON ÁRBOLES DE DECISIÓN 5.27 TRABAJANDO CON NUBES DE PALABRAS Capítulo 6. FILTROS, JERARQUÍAS, INFORMES Y ANÁLISIS DE DATOS 6.1 TRABAJANDO CON FILTROS 6.2 TRABAJANDO CON FILTROS AVANZADOS 6.3 EDITANDO LA EXPRESIÓN DE UN FILTRO 6.4 EXPORTAR UNA EXPLORACIÓN VISUAL COMO UN INFORME 6.5 EXPORTAR UNA EXPLORACIÓN VISUAL COMO UN ARCHIVO PDF 6.6 GUARDAR UNA VISUALIZACIÓN COMO UN ARCHIVO DE IMAGEN 6.7 ACERCA DE LA EXPORTACIÓN DE DATOS DE UNA VISUALIZACIÓN 6.8 ENVIAR POR CORREO ELECTRÓNICO UNA EXPLORACIÓN VISUAL COMO UN ENLACE 6.9 ¿QUÉ ES UNA JERARQUÍA? 6.10 CREAR UNA NUEVA JERARQUÍA 6.11 DERIVAR UNA JERARQUÍA DE UNA FECHA, HORA O DATETIME 6.12 CREAR UNA JERARQUÍA DE UNA VISUALIZACIÓN 6.13 EDITAR UNA JERARQUÍA 6.14 ELIMINAR UNA JERARQUÍA 6.15 RESÚMENES DE ANÁLISIS DE DATOS EN SAS VISUAL ANALYTICS EXPLORER 6.16 INFORMES. SAS VISUAL ANALYTICS DESIGNER 6.17 BUSINESS INTELLIGENCE MÓVIL Capítulo 7. SAS VISUAL STATISTICS 7.1 INTRODUCCIÓN 7.2 INICIO Y ENTORNO DE TRABAJO 7.3 INTERFAZ DE USUARIO 7.4 MODELO LINEAL DE REGRESIÓN MÚLTIPLE 7.5 MODELO DE REGRESIÓN LOGÍSTICA 7.6 MODELO LINEAL GENERALIZADO 7.7 ÁRBOLES DE DECISIÓN 7.8 ANÁLISIS CLÚSTER 7.9 COMPARACIÓN DE MODELOS Capítulo 8. SOLUCIONES HADOOP DE SAS. SAS HIGH PERFORMANCE ANALYTICS Y SAS IN-MEMORY STATISTICS 8.1 INTRODUCCIÓN 8.2 SAS HIGH-PERFORMANCE ANALYTICS 8.3 SAS HIGH-PERFORMANCE STATISTICS 8.4 SAS HIGH-PERFORMANCE DATA MINING 8.5 SAS HIGH-PERFORMANCE TEXT MINING 8.6 HIGH-PERFORMANCE OPTIMIZATION 8.7 SAS IN-MEMORY STATISTICS FOR HADOOP Capítulo 9. BIG DATA ANALYTICS CON HERRAMIENTAS DE IBM 9.1 INTRODUCCIÓN 9.2 ANALYTICS CON POWER SYSTEM 9.3 IBM SPSS MODELER 9.4 EJEMPLO DE TRABAJO CON IBM SPSS MODELER 9.5 NODOS DE ORÍGENES DE DATOS 9.6 NODOS DE OPERACIONES CON REGISTROS 9.7 NODOS DE OPERACIONES CON CAMPOS 9.8 NODOS PARA GRÁFICOS 9.9 NODOS PARA MODELADO 9.10 NODOS DE RESULTADO 9.11 NODOS DE EXPORTACIÓN 9.12 IBM SPSS MODELER E IBM SPSS STATISTICS 9.13 MODELIZACIÓN AUTOMÁTICA EN IBM SPSS MODELER 9.14 EL NODO CLASIFICADOR AUTOMÁTICO DE IBM SPSS MODELER 9.15 EL ALGORITMO AUTONUMÉRICO DE IBM SPSS MODELER 9.16 EL ALGORITMO AUTOCONGLOMERACIÓN DE IBM SPSS MODELER Capítulo 10. TÉCNICAS DE MODELADO Y REDES NEURONALES CON IBM SPSS MODELER 10.1 INTRODUCCIÓN 10.2 TÉCNICAS DE MODELADO PREDICTIVO CON IBM SPSS MODELER 10.3 EL NODO DISCRIMINANTE: MODELOS DE ANÁLISIS DISCRIMINANTE 10.4 FUNCIONAMIENTO DE UNA RED NEURONAL 10.5 REDES NEURONALES CON IBM SPSS MODELER Capítulo 11. TÉCNICAS DE SEGMENTACIÓN CON IBM SPSS MODELER. CLÚSTER CON REDES NEURONALES 11.1 INTRODUCCIÓN 11.2 ANÁLISIS CLÚSTER CON REDES NEURONALES: NODO KOHONEN 11.3 SEGMENTACIÓN Y PERFILADO CON ÁRBOLES DE DECISIÓN 11.4 CARACTERÍSTICAS DE LOS ÁRBOLES DE DECISIÓN 11.5 TIPOS DE ÁRBOLES DE DECISIÓN 11.6 ÁRBOLES DE DECISIÓN CON IBM SPSS MODELER Capítulo 12. BIG DATA ANALYTICS CON HERRAMIENTAS DE ORACLE Y MICROSOFT 12.1 INTRODUCCIÓN 12.2 ORACLE BIG DATA APPLIANCE 12.3 ORACLE BIG DATA CONNECTORS 12.4 ORACLE NOSQL DATABASE 12.5 ORACLE EXADATA DATABASE MACHINE 12.6 ORACLE EXALYTICS IN-MEMORY MACHINE 12.7 ORACLE BUSINESS ANALYTICS 12.8 ORACLE BUSINESS INTELLIGENCE FOUNDATION SUITE 12.9 ENTERPRISE PERFORMANCE MANAGEMENT 12.10 APLICACIONES ANALÍTICAS 12.11 INFORMATION DISCOVERY 12.12 ADVANCED ANALYTICS 12.13 NUBE 12.14 HERRAMIENTAS DE BIG DATA ANALYTICS EN MICROSOFT 12.15 HDINSIGHT 12.16 EL ECOSISTEMA HADOOP EN AZURE 12.17 ESCENARIOS DE DATOS DE GRAN TAMAÑO EN HDINSIGHT 12.18 INTRODUCCIÓN AL USO DE HDINSIGHT DE AZURE 12.19 USO DEL ALMACENAMIENTO DE BLOBS DE AZURE CON HDINSIGHT
  • Idioma: Español.
  • Servidores de descarga: Hotfile – OneDrive – Mediafire – MEGA – Google Drive – Dropbox.
  • Valoración: 3.89, con 143 votos.
Calificar Libro

Subido por: Iker Sandoval, el día 2/9/2016 con una puntuación de 4.49 (Máx 5). En Lecturas Complementarias.com tenemos miles de títulos para descargar gratis. Clic para bajar el libro Big Data Analytics Con Herramientas De Sas, Ibm, Oracle Y Microsoft escrito por César Pérez.

Descargar Gratis