WARNING:
JavaScript is turned OFF. None of the links on this concept map will
work until it is reactivated.
If you need help turning JavaScript On, click here.
Este Cmap, tiene información relacionada con: El análisis de datos y su importancia en la actualidad tecnológica, Tipos de datos se dividen en Cualitativo, tipos de bases de datos Herramientas SQL (Structured Query Language), Volumen Que refiere Activos de información de gran volumen, alta velocidad o gran variedad que exigen formas innovadoras y rentables., Ciencia Busca Entender el mundo natural y la tecnología modifica el mundo para satisfacer necesidades humanas., Estáticas las cuales Almacenan información constantemente y cada vez son mas robustas, estas pueden no tener los datos organizados y estructurados, COMPLEJAS estas Combina planificación y flexibilidad, Continuos Estos Toman valor en cualquier rango pueden contener cifras decimales, se distinguen por la escala en la que está expresada., Una técnica destinada a facilitar la lectura de la información contenida en grandes tablas de valores numéricos, sin plantear hipótesis de naturaleza estadística sobre los datos analizados. Lo representan Bases de datos, Una técnica destinada a facilitar la lectura de la información contenida en grandes tablas de valores numéricos, sin plantear hipótesis de naturaleza estadística sobre los datos analizados. Lo representan Tipos de datos, se caracterizan por su planificación rígida y secuencial. Ejemplos Cascada (Waterfall) Modelo en V Modelo en Espiral, CRISP-DM o Cross-Industry Standard Process for DataMining, SCRUM Estas se encuentra dividida en fases y roles. Las fases se pueden identificar como reuniones también conocidas como Sprint., Tecnología Busca Resolver problemas y satisfacer necesidades individuales y sociales, Redes Neuronales Estas surgieron como un intento de emular las neuronas del cerebro humano., se ajusta a un modelo que relacione el resultado con los predictivos, con el objetivo de predecir con alta precisión el resultado para futuras observaciones. Para este En un modelo de clasificación, la variable objetivo es categórica. La meta del modelo de clasificación es predecir la pertenencia de un nuevo caso a una clase., Metodologías de análisis de datos son las siguientes COMPLEJAS, Primarias Son Recopilados anteriormente por personas u organismos que se enfocan en la obtención y elaboración de datos y que son observados a partir de las fuentes directas., se encuentra dividida en fases y roles. Las fases se pueden identificar como reuniones también conocidas como Sprint. Los cuales son Roles. Estos de dividen en dos los que estan bajo el modelo. Los que no pertenecen al modelo., En un modelo de predicción, la variable objetivo es numérica. La meta del modelo de predicción es pronosticar el valor numérico de un nuevo caso Ejemplo Regresiones, Variedad en donde Los datos también se presentan en todos los tipos, formas y granularidad.