Conceptos Iniciales

Conceptos Iniciales

Business Intelligence
1. El Business Intelligence (BI) es un término utilizado para referirse a las aplicaciones, la infraestructura y las herramientas que permiten el análisis de la información para mejorar y optimizar las decisiones y el rendimiento dentro de las organizaciones. La principal finalidad del BI es analizar datos para obtener información sobre eventos que ya han ocurrido.
Big data
1. hace referencia al almacenamiento de grandes cantidades de datos y a los procedimientos usados para obtener información de ellos
Base de datos
1. A los conjuntos de datos almacenados los denominamos bases de datos, así los Sistemas Gestores de Bases de Datos (SGBD) son aplicaciones y programas que permiten almacenar y gestionar estos grupos de datos
Estadística
1. Los orígenes de la estadística están relacionados con el gobierno y sus cuerpos administrativos. Es la rama de las matemáticas que estudia la variabilidad, así como el proceso aleatorio que la genera, siguiendo leyes de probabilidad. Las técnicas estadísticas podemos clasificarlas en dos grupos:
  1. Estadística descriptiva. Es la que utiliza analítica tradicional y es la que intenta explicar y describir los acontecimientos que han tenido lugar en el pasado.
  2. Estadística inferencial. Incluye una variedad de técnicas estadísticas que analizan los datos actuales e históricos reales para hacer predicciones acerca del futuro o de acontecimientos no conocidos.
Minería de datos.
1. Es el más utilizado en el ámbito de Big Data. Hace referencia al conjunto de técnicas y métodos que tienen como objetivo procesar y analizar los datos para la obtención de conocimiento. Estas técnicas de minería de datos provienen de la inteligencia artificial y de la estadística. Entre los distintos tipos de herramientas utilizados en los paquetes de data mining, podemos distinguir tres grandes grupos:
  2. Técnicas de inteligencia artificial
  3. Herramientas Simbólicas
SQL
1. SQL (Structured Query Language): lenguaje de consulta muy popular para bases de datos relacionales
Sistemas gestores de bases de datos
1. Los Sistemas Gestores de Bases de Datos (SGBD) son aplicaciones y programas que permiten almacenar y gestionar estos grupos de datos. Podemos, nglobar las bases de datos en varios grupos:
  1. Bases de datos relacionales En este tipo de almacenamiento, los datos se encuentran organizados en unas estructuras denominadas tablas, organizadas en filas y columnas. Las filas son las diferentes «ocurrencias» de un evento y las columnas son los «atributos» de las ocurrencias
  2. Bases de datos multidimensionales Son bases de datos con estructura de cubos, donde la información se encuentra optimizada para realizar análisis multidimensionales. Son parecidas a las relacionales, con la salvedad de que, en lugar de ser de dos únicas dimensiones «filas y columnas», cuentan con más de dos dimensiones.
  3. Bases de datos NoSQL En estas estructuras, también denominadas no relacionales, la información que se almacena es mucho más variada. Esta flexibilidad permite que los tiempos, tanto de construcción y desarrollo como de consulta, sean mucho más veloces. También son más fácilmente escalables al tener estructuras menos rígidas. Dentro de este tipo de bases de datos encontramos diferentes tipos arquitecturas:
    1. Arquitectura clave/valor. Es el modelo más popular y de funcionalidad más sencilla, puesto que cada elemento está identificado por una clave única. Como algunas de sus principales características encontramos su eficacia, tanto en operaciones de escritura como de lectura, que son altamente divisibles y que permiten escalado horizontal.
    2. Bases de datos documentales. La información se almacena como un documento atendiendo a una estructura simple como .json o .xml, donde existe una única clave que identifica de manera inequívoca cada registro.
    3. Bases de datos en grafo. Su principal destino es trabajar con conjuntos de datos altamente conectados, facilitando la creación y consulta desde aplicaciones cuya principal misión es establecer relaciones entre datos.
    4. Bases de datos orientadas a objeto. En estos modelos la información se organiza como objetos. Está basada en los mismos principios que la programación orientada a objetos (POO). Los datos pertenecen a diferentes clases o grupos de elementos que comparten características, y que a su vez se relacionan con otras clases.
    5. Bases de datos orientadas a columnas. La información se encuentra organizada en estructuras que contienen claves y valores.
    6. Modelo híbrido. Soluciones que son capaces de combinar los modelos relacionales y los modelos NoSQL.
Tipos de datos
1. Según su estructura
  1. Estructurados
  2. No Estructurados
  3. Semiestructurados
2. Según su contenido
  1. Cualitativos
  2. Cuantitativos
  3. Discretos
  4. Continuos
Calidad de los datos
1. Completitud
2. Credibilidad
3. Coherencia
4. Conformidad
5. Consistencia
6. Precisión / Exactitud
7. Duplicación
8. Integridad
Ley orgánica de protección de datos
1. ley orgánica española que tiene por objeto «garantizar y proteger, en lo que concierne al tratamiento de los datos personales, las libertades públicas y los derechos fundamentales de las personas físicas, y especialmente de su honor, intimidad y privacidad personal y familiar»
2. aprobada por las Cortes Generales el 13 de diciembre de 1999 y actualizada recientemente con la entrada en vigor, el 5 de diciembre de 2018, de la Ley Orgánica 3/2018, de Protección de Datos Personales y garantía de los derechos digitales, que adapta la legislación española al Reglamento General de Protección de Datos de la Unión Europea y garantiza los derechos digitales de la ciudadanía conforme a lo establecido en la Constitución.
Seguridad de los datos
1. Protección frente a accesos no autorizados
2. Protección contra robo
3. Protección contra modificaciones no autorizadas
4. Protección contra pérdida de información

Próximo

Descrição

Resumo de Recurso

Semelhante

	Criado por Ramon Pardo mais de 4 anos atrás