Libros de Bases de datos, página 2 de 36

La minería de datos es una práctica de análisis que permite obtener un determinado conocimiento a partir de la información extraída de una base de datos. El objetivo del presente libro es instruir al lector en esta disciplina y guiarlo en el desarrollo de modelos descriptivos y predictivos que faciliten la toma de decisiones en una organizacion, a partir de la herramienta SPSS Clementine, uno de los programas mas usados hoy en dia para ese fin. Entre los principales temas abordados en esta obra se hallan la metodologia y las tecnicas de este campo, las caracteristicas de SPSS Clementine, las opciones de su interfaz y los pasos para su instalacion. Ademas de ello, se proponen veinte casos practicos que son resueltos de manera didactica con tecnicas como los arboles de decision, las redes neuronales, los clusteres, las series temporales, las reglas de asociacion y dependencia, la validacion de datos erroneos, y la integracion y particion de datos. Este libro esta dirigido a todos aquellos que necesiten efectuar decisiones a partir del analisis de grandes bases de datos. Por tal motivo, representa un aporte valioso para los estudiantes y profesionales de las carreras de Ingenieria de Sistemas, Ingenieria Industrial, Estadistica, Administracion de Empresas, Marketing, Medicina, Educacion, entre otras.La mi...

Nos encontramos en la era del Big Data, en la que una buena parte de las organizaciones generan grandes cantidades de datos a lo largo de su actividad cotidiana.A fin de poder aprovechar correctamente la informacion disponible para facilitar la toma de decisiones, un primer reto a superar consiste en realizar diseños eficientes de recogida y almacenamiento de datos. En este libro se abordan los conceptos y mecanismos de recoleccion, modelado y almacenado eficiente de datos como importantes proveedores de informacion para los negocios. El modelado multidimensional, piedra angular del diseño de los almacenes de datos, ofrece una representacion de los datos orientada al problema. Los modelos multidimensionales se implementaran usando diferentes tecnologias dependiendo de los requisitos tecnicos, pero manteniendo la capacidad de acceso a los datos en base a los conceptos del negocio La carga de los datos en estos modelos es un proceso dependiente de la implementacion usada.

¿Qué es Big Data? Big data es el conjunto de técnicas y herramientas que permiten manipular enormes cantidades de datos, con el fin de ayudar a las organizaciones en la resolución de problemas y facilitar el uso inteligente de la informacion necesaria para la toma de decisiones.¿Por que esta de plena actualidad? En un mundo en el que las relaciones sociales online e internet de las cosas tienen un protagonismo creciente, la cantidad de datos generados crece de manera exponencial y a la par que la necesidad de contar con las herramientas apropiadas para tratarlos en tiempo real. Por otro lado, la capacidad de computo para procesar y analizar los datos aumenta cada dia, y gracias a la nube , no es necesario invertir grandes sumas de dinero por adelantado para realizar nuestra gestion de los mismos.¿En que ayuda Big Data a lograr la eficiencia desde una perspectiva de negocio?En la toma de decisiones empresariales, la disyuntiva intuicion vs. Datos se esta inclinando hacia los datos. Un analisis riguroso de estos debe de estar detras de los procesos de automatizacion y mejora de la eficiencia, imprescindibles para preservar la competitividad de los negocios.

Este libro está diseñado para servir como manual de estudio en el módulo profesional de Ciclo Formativo Técnico Superior en Informática de Gestión. Es un texto sencillo acerca de bases de datos, que hace hincapie en el modelo relacional de datos. Se trata del diseño de bases de datos y de su uso desde un lenguaje especifico. Para ello incluye una descripcion del lenguaje SQL a nivel elemental.

Este manual se constituye como una guía práctica para llevar a cabo un proceso eficiente de búsqueda de información entendida como un conjunto de procedimientos y operaciones encaminadas a localizar y recuperar los documentos necesarios, relevantes y fiables, que faciliten la obtencion de nuevos conocimientos para el desarrollo de tareas academicas, de investigacion y o para facilitar la toma de decisiones informadas basadas en evidencias en el entorno profesional.A lo largo de los diferentes capitulos se presenta un recorrido tematico que abarca la concepcion de la busqueda de informacion como proceso de comunicacion, la descripcion de la estructura de las bases de datos, la explicacion de la utilizacion del lenguaje natural y del lenguaje controlado, la identificacion de las ventajas y los problemas derivados del uso de estos lenguajes, la sistematizacion de las etapas para formular un proceso busqueda de informacion tipo, la explicacion de las medidas para evaluar estrategias y resultados de busquedas de informacion y para detectar los principales tipos de errores en estrategias de busquedas, asi como la aportacion de soluciones para corregirlos.

IBM SPSS Modeler es una herramienta integrada de minería de datos (Data Mining), Business Intelligence (BI) y Big Data. Permite trabajar con diversas fuentes de orígenes de datos (ASCII, XLS, ODBC, etc.), presenta una interfaz visual basada en procesos/flujos de datos (streams) e incorpora una amplia variedad de herramientas de mineria de datos e inteligencia de negocios (exploracion, correlacion, reglas de asociacion, regresion, segmentacion, clasificacion, redes neuronales, reglas y arboles de decision, patrones, etc.), manipulacion de datos (pick & mix, muestreo, matching y separacion, etc.), combinacion de modelos, visualizacion de datos, exportacion de modelos a distintos lenguajes (C, SPSS, SAS, etc.), exportacion de datos integrada a otros programas y generacion de informes. Todas estas herramientas se estudian a lo largo del libro y se ilustran con ejemplos.El entorno de IBM SPSS Modeler esta basado en nodos que se van disponiendo y conectando para formar un flujo, o stream, traducido tambien como ruta. Los streams pueden almacenarse en ficheros separados o en proyectos que engloban a varios de ellos que se puede cargar, guardar, modificar, reejecutar o reorganizar y que son independientes de las fuentes de datos. Estas caracteristicas permiten automatizar los procesos de inteligencia de negocios.A lo largo del libro se desarrollan totalmente mas de un centenar de ejemplos de mineria de datos con la plataforma IBM SPSS Modeler. Tambien se incorporan notas metodologicas sobre las tecnicas de Data Mining y Business Intelligence clarificandolas con los correspondientes ejercicios paso a paso.

Iníciate en el apasionante mundo de los servicios en la nube de la mano del mayor experto: Google. Firebase es la nueva plataforma con la que conseguirás resolver toda la problemática que supone trabajar en Internet (almacenamiento, registros de usuarios, gestion del backend) de una forma sencilla e integrada. Entre los servicios que se describen podemos destacar Firebase Authentication: Gestiona tus propios usuarios o valida con redes sociales. Realtime Database / Cloud Firestore: Crea bases de datos NoSQL y de tiempo real. Cloud Messaging: Envia mensajes en la nube y notificaciones push. Cloud Functions: Ejecuta codigo en el lado de servidor cuando se produzcan ciertos eventos. Cloud Storage / Hosting: Almacena ficheros en la nube con el maximo nivel de disponibilidad. Testea tus aplicaciones con Crashlytics, Test Lab y Performance Monitoring. Aumenta el numero de descargas e ingresos con Google Analytics, Predictions, Dynamic Links y Remote Config. Integra Facebook y Twitter en tus aplicaciones. Ademas, el libro propone un aprendizaje activo, con actividades a traves de Internet: Video [Tutorial]: Videos elaborados por los autores. Ejercicio paso a paso: La mejor forma de aprender es practicando. Practica: Para afianzar lo aprendido hay que practicar. Recursos adicionales: Localiza rapidamente la informacion clave. Preguntas de repaso y reflexion: ¿Lo has entendido todo correctamente? Trivial programacion Android: Juega en red con varios oponentes. Con este libro, ahorraras cientos de horas de implementacion y obtendras resultados altamente fiables, seguros y escalables.

Discover how to achieve business goals by relying on high quality robust data In Data Quality Empowering Businesses with Analytics and AI veteran data and analytics professional delivers a practical and hands on discussion on how to accelerate business results using high quality data In the book you ll learn techniques to define and assess data quality discover how to ensure that your firm s data collection practices avoid common pitfalls and deficiencies improve the level of data quality in the business and guarantee that the resulting data is useful for powering high level analytics and AI applications The author shows you how to Profile for data quality including the appropriate techniques criteria and KPIs Identify the root causes of data quality issues in the business apart from discussing the 16 common root causes that degrade data quality in the organization Formulate the reference architecture for data quality including practical design patterns for remediating data quality Implement the 10 best data quality practices and the required capabilities for improving operations compliance and decision making capabilities in the business An essential resource for data scientists data analysts business intelligence professionals chief technology and

This book highlights the numerous potentials and concerns involved with using the metaverse The application areas of the metaverse is quite vast but it also includes security and privacy issues Hence along with the applications this book helps the reader understand these hidden security and privacy issues

Blockchain Technology Solutions for the Security of IoT Based Healthcare Systems explores the various benefits and challenges associated with the integration of blockchain with IoT healthcare systems focusing on designing cognitive embedded data technologies to aid better decision making processing and analysis of large amounts of data collected through IoT This book series targets the adaptation of decision making approaches under cognitive computing paradigms to demonstrate how the proposed procedures as well as big data and Internet of Things IoT problems can be handled in practice Current Internet of Things IoT based healthcare systems are incapable of sharing data between platforms in an efficient manner and holding them securely at the logical and physical level To this end blockchain technology guarantees a fully autonomous and secure ecosystem by exploiting the combined advantages of smart contracts and global consensus However incorporating blockchain technology in IoT healthcare systems is not easy Centralized networks in their current capacity will be incapable to meet the data storage demands of the incoming surge of IoT based healthcare wearables

Enterprises as well as individuals are racing to reap the benefits of AI However in most cases they are doing so without understanding the technology or its implications and risks which can be significant Artificial Intelligence A Guide for Everyone is a step in addressing that gap by providing information that readers can easily understand at every level This book aims to provide useful information to those planning developing or using AI which has the potential to transform industries and shape the future Whether you are stepping into the world of AI for the first time or are a seasoned professional seeking deeper insights this comprehensive guide ensures that both beginners and experienced individuals find value within its pages Artificial Intelligence A Guide for Everyone encompasses theoretical as well as practical aspects of AI across various industries and applications It demystifies AI by explaining in a language that non techies can follow its history different types differentiating technologies and various aspects of implementation It explains the connection between AI theory and real world application across diverse industries and how it fuels innovation Whether you are an executive student professional seasoned businessperson or

This book comprehensively covers the topic of recommender systems which provide personalized recommendations of products or services to users based on their previous searches or purchases Recommender system methods have been adapted to diverse applications including query log mining social networking news recommendations and computational advertising This book synthesizes both fundamental and advanced topics of a research area that has now reached maturity The chapters of this book are organized into three categories Algorithms and evaluation These chapters discuss the fundamental algorithms in recommender systems including collaborative filtering methods content based methods knowledge based methods ensemble based methods and evaluation Recommendations in specific domains and contexts the context of a recommendation can be viewed as important side information that affects the recommendation goals Different types of context such as temporal data spatial data social data tagging data and trustworthiness are explored Advanced topics and applications Various robustness aspects of recommender systems such as shilling systems attack models and their defenses are discussed In addition recent topics such as learning to rank multi armed bandits gr

The field of artificial intelligence data science and analytics is crippling itself Exaggerated promises of unrealistic technologies simplifications of complex projects and marketing hype are leading to an erosion of trust in one of our most critical approaches to making decisions data driven This book aims to fix this by countering the AI hype with a dose of realism Written by two experts in the field the authors firmly believe in the power of mathematics computing and analytics but if false expectations are set and practitioners and leaders don t fully understand everything that really goes into data science projects then a stunning 80 or more of analytics projects will continue to fail costing enterprises and society hundreds of billions of dollars and leading to non experts abandoning one of the most important data driven decision making capabilities altogether For the first time business leaders practitioners students and interested laypeople will learn what really makes a data science project successful By illustrating with many personal stories the authors reveal the harsh realities of implementing AI and analytics