Detalle del libro
Ver Índice
ACERCA DE LA AUTORA
INTRODUCCIÓN
CAPÍTULO 1. ADQUISICIÓN Y DOMINIO DE CONCEPTOS BÁSICOS Y DE CONOCIMIENTOS SOBRE LOS AVANCES EN BIG DATA
1.1 CÓMO EVOLUCIONA EL BI TRADICIONAL AL BIG DATA (NAVEGACIÓN WEB, GEOLOCALIZACIÓN, AUDIENCIAS TV,…)
1.2 EL BIG DATA COMO SOLUCIÓN AL TRATAMIENTO MASIVO DE DATOS
1.3 HADOOP COMO REVOLUCIÓN PARA EL TRATAMIENTO PARALELO DE DATOS MASIVO
1.4 CARACTERÍSTICAS DEL BIG DATA (4 V’S Y MÁS)
1.5 NUEVOS PARADIGMAS DEL BIG DATA: PROCESOS EN REAL TIME Y CLOUD COMPUTING
1.6 EL VALOR ESTRATÉGICO DEL DATO EN LAS ORGANIZACIONES MODERNAS
1.7 EVOLUCIÓN Y DISTRIBUCIÓN DEL USO DE INTELIGENCIA ARTIFICIAL Y BIG DATA EN LAS EMPRESAS ESPAÑOLAS
1.8 PRUEBA DE AUTOEVALUACIÓN DEL CAPÍTULO
CAPÍTULO 2. CONOCIMIENTO DE NOCIONES BÁSICAS SOBRE ARQUITECTURA BIG DATA Y PRINCIPALES TECNOLOGÍAS
2.1 EL ECOSISTEMA HADOOP: HDFS Y MAPREDUCE
2.2 PROCESOS ETL (EXTRACCIÓN, TRANSFORMACIÓN Y CARGA): FLUME, SQOOP Y HIVE
2.3 PROCESOS REAL TIME Y BASES DE DATOS DE ALTA DISPONIBILIDAD: KAFKA, HBASE Y REDIS
2.4 PROCESAMIENTO Y ANALÍTICA AVANZADA CON SPARK.
2.5 SEGURIDAD Y GOBIERNO DEL DATO
2.6 PRUEBA DE AUTOEVALUACIÓN DEL CAPÍTULO
CAPÍTULO 3. COMPRENSIÓN DE LOS PRINCIPALES CONCEPTOS SOBRE LA CIENCIA DE DATOS E IA
3.1 INTRODUCCIÓN A LA “CIENCIA DE DATOS” Y LA INTELIGENCIA ARTIFICIAL
3.2 PRINCIPALES LENGUAJES DE PROGRAMACIÓN UTILIZADOS: R Y PYTHON
3.3 ALGORITMOS SUPERVISADOS: ¿QUÉ SON? ALGUNOS EJEMPLOS
3.4 ALGORITMOS NO-SUPERVISADOS: ¿QUÉ SON? ALGUNOS EJEMPLOS
3.5 INTRODUCCIÓN AL DEEP LEARNING Y EL APRENDIZAJE POR REFUERZO
3.6 PROCESAMIENTO DE INFORMACIÓN NO ESTRUCTURADA
3.7 VISUALIZACIÓN DE DATOS: VISUALIZACIONES INTERACTIVAS Y DASHBOARDS
3.8 CICLO DE VIDA DE UN PROYECTO DE CIENCIA DE DATOS EN EL CONTEXTO DE BIG DATA E INTELIGENCIA ARTIFICIAL
3.9 PRUEBA DE AUTOEVALUACIÓN DEL CAPÍTULO
CAPÍTULO 4. ADQUISICIÓN DE UNA VISIÓN TRASVERSAL SOBRE EL FUTURO DEL BIG DATA Y CÓMO SE APLICA ACTUALMENTE EN
DIFERENTES ÁREAS
4.1 EJEMPLOS EN LAS INSTITUCIONES PÚBLICAS: OPENDATA
4.2 EJEMPLOS EN EL MUNDO EMPRESARIAL: EJEMPLOS DE
APLICABILIDAD DEL BIG DATA A LA EFICIENCIA DE LAS OPERACIONES DE UNA COMPAÑÍA
4.3 “DATA FOR GOOD”: BIG DATA PARA EL BIEN SOCIAL
4.4 REFLEXIONES FINALES SOBRE EL IMPACTO DEL BIG DATA EN LOS AÑOS VENIDEROS
4.5 PRUEBA DE AUTOEVALUACIÓN DEL CAPÍTULO
RESUMEN
EVALUACIÓN FINAL
APLICACIONES PRÁCTICAS
APLICACIÓN PRÁCTICA 1
APLICACIÓN PRÁCTICA 2
APLICACIÓN PRÁCTICA 3
APLICACIÓN PRÁCTICA 4
APLICACIÓN PRÁCTICA 5
APLICACIÓN PRÁCTICA 6
APLICACIÓN PRÁCTICA 7
APLICACIÓN PRÁCTICA 8
APLICACIÓN PRÁCTICA 9
APLICACIÓN PRÁCTICA 10
ACTIVIDADES
GLOSARIO
El objetivo de este libro es que el lector conozca las principales características del procesamiento masivo de datos en su relación con aplicaciones y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.
