Big Data Preprocessing / Luengo, Julián  

Público ISBD Ningún comentario para este registro. Título : Big Data Preprocessing : Enabling Smart Data Tipo de documento: documento electrónico Autores: Luengo, Julián, ; García-Gil, Diego, ; Ramírez-Gallego, Sergio, ; García, Salvador, ; Herrera, Francisco, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIII, 186 p. 57 ilustraciones, 54 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-39105-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Grandes datos  Aprendizaje automático  Red de computadoras  Redes de comunicación informática Clasificación: 005.7 Resumen: Este libro ofrece una descripción general comprensible del preprocesamiento de Big Data, que incluye una descripción formal de cada problema. También se centra en las soluciones propuestas más relevantes. Este libro ilustra implementaciones reales de algoritmos que ayudan al lector a lidiar con estos problemas. Este libro enfatiza la brecha que existe entre los grandes datos sin procesar y los requisitos de datos de calidad que exigen las empresas. A esto se le llama Smart Data, y para lograr Smart Data el preprocesamiento es un paso clave, donde se realizan las imperfecciones, tareas de integración y otros procesos para eliminar información superflua. Los autores presentan el concepto de Smart Data a través del preprocesamiento de datos en escenarios de Big Data y lo conectan con los paradigmas emergentes de IoT y Edge Computing, donde los puntos finales generan Smart Data sin depender completamente de la nube. Finalmente, este libro proporciona algunas áreas de estudio novedosas que están atrayendo una atención más profunda sobre el preprocesamiento de Big Data. En concreto, se considera la relación con el Deep Learning (como una técnica que también depende de grandes volúmenes de datos), la dificultad de encontrar la adecuada selección y concatenación de las técnicas de preprocesamiento aplicadas y algunos otros problemas abiertos. Los profesionales y científicos de datos que trabajan en este campo y desean introducirse en el preprocesamiento en escenarios de grandes volúmenes de datos querrán comprar este libro. Los investigadores que trabajan en este campo y quieran saber qué algoritmos se implementan actualmente para ayudar en sus investigaciones, también pueden estar interesados ​​en este libro. Nota de contenido: 1. Introduction -- 2. Big Data: Technologies and Tools -- 3. Smart Data -- 4. Dimensionality Reduction for Big Data -- 5. Data Reduction for Big Data -- 6. Imperfect Big Data -- 7. Big Data Discretization -- 8. Imbalanced Data Preprocessing for Big Data -- 9. Big Data Software -- 10. Final Thoughts: From Big Data to Smart Data.-. Tipo de medio : Computadora Summary : This book offers a comprehensible overview of Big Data Preprocessing, which includes a formal description of each problem. It also focuses on the most relevant proposed solutions. This book illustrates actual implementations of algorithms that helps the reader deal with these problems. This book stresses the gap that exists between big, raw data and the requirements of quality data that businesses are demanding. This is called Smart Data, and to achieve Smart Data the preprocessing is a key step, where the imperfections, integration tasks and other processes are carried out to eliminate superfluous information. The authors present the concept of Smart Data through data preprocessing in Big Data scenarios and connect it with the emerging paradigms of IoT and edge computing, where the end points generate Smart Data without completely relying on the cloud. Finally, this book provides some novel areas of study that are gathering a deeper attention on the Big Data preprocessing. Specifically, it considers the relation with Deep Learning (as of a technique that also relies in large volumes of data), the difficulty of finding the appropriate selection and concatenation of preprocessing techniques applied and some other open problems. Practitioners and data scientists who work in this field, and want to introduce themselves to preprocessing in large data volume scenarios will want to purchase this book. Researchers that work in this field, who want to know which algorithms are currently implemented to help their investigations, may also be interested in this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Big Data Preprocessing : Enabling Smart Data [documento electrónico] / Luengo, Julián, ; García-Gil, Diego, ; Ramírez-Gallego, Sergio, ; García, Salvador, ; Herrera, Francisco,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XIII, 186 p. 57 ilustraciones, 54 ilustraciones en color. ISBN : 978-3-030-39105-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Grandes datos  Aprendizaje automático  Red de computadoras  Redes de comunicación informática Clasificación: 005.7 Resumen: Este libro ofrece una descripción general comprensible del preprocesamiento de Big Data, que incluye una descripción formal de cada problema. También se centra en las soluciones propuestas más relevantes. Este libro ilustra implementaciones reales de algoritmos que ayudan al lector a lidiar con estos problemas. Este libro enfatiza la brecha que existe entre los grandes datos sin procesar y los requisitos de datos de calidad que exigen las empresas. A esto se le llama Smart Data, y para lograr Smart Data el preprocesamiento es un paso clave, donde se realizan las imperfecciones, tareas de integración y otros procesos para eliminar información superflua. Los autores presentan el concepto de Smart Data a través del preprocesamiento de datos en escenarios de Big Data y lo conectan con los paradigmas emergentes de IoT y Edge Computing, donde los puntos finales generan Smart Data sin depender completamente de la nube. Finalmente, este libro proporciona algunas áreas de estudio novedosas que están atrayendo una atención más profunda sobre el preprocesamiento de Big Data. En concreto, se considera la relación con el Deep Learning (como una técnica que también depende de grandes volúmenes de datos), la dificultad de encontrar la adecuada selección y concatenación de las técnicas de preprocesamiento aplicadas y algunos otros problemas abiertos. Los profesionales y científicos de datos que trabajan en este campo y desean introducirse en el preprocesamiento en escenarios de grandes volúmenes de datos querrán comprar este libro. Los investigadores que trabajan en este campo y quieran saber qué algoritmos se implementan actualmente para ayudar en sus investigaciones, también pueden estar interesados ​​en este libro. Nota de contenido: 1. Introduction -- 2. Big Data: Technologies and Tools -- 3. Smart Data -- 4. Dimensionality Reduction for Big Data -- 5. Data Reduction for Big Data -- 6. Imperfect Big Data -- 7. Big Data Discretization -- 8. Imbalanced Data Preprocessing for Big Data -- 9. Big Data Software -- 10. Final Thoughts: From Big Data to Smart Data.-. Tipo de medio : Computadora Summary : This book offers a comprehensible overview of Big Data Preprocessing, which includes a formal description of each problem. It also focuses on the most relevant proposed solutions. This book illustrates actual implementations of algorithms that helps the reader deal with these problems. This book stresses the gap that exists between big, raw data and the requirements of quality data that businesses are demanding. This is called Smart Data, and to achieve Smart Data the preprocessing is a key step, where the imperfections, integration tasks and other processes are carried out to eliminate superfluous information. The authors present the concept of Smart Data through data preprocessing in Big Data scenarios and connect it with the emerging paradigms of IoT and edge computing, where the end points generate Smart Data without completely relying on the cloud. Finally, this book provides some novel areas of study that are gathering a deeper attention on the Big Data preprocessing. Specifically, it considers the relation with Deep Learning (as of a technique that also relies in large volumes of data), the difficulty of finding the appropriate selection and concatenation of preprocessing techniques applied and some other open problems. Practitioners and data scientists who work in this field, and want to introduce themselves to preprocessing in large data volume scenarios will want to purchase this book. Researchers that work in this field, who want to know which algorithms are currently implemented to help their investigations, may also be interested in this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200