| Título : |
Data Science and Visual Computing |
| Tipo de documento: |
documento electrónico |
| Autores: |
Earnshaw, Rae, Autor ; Dill, John, Autor ; Kasik, David, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
XVIII, 108 p. 16 ilustraciones, 11 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-24367-8 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Recuperación de información Arquitectura de Computadores Gráficos de computadora Interfaces de usuario (sistemas informáticos) La interacción persona-ordenador Representación de almacenamiento de datos Interfaces de usuario e interacción persona-computadora |
| Índice Dewey: |
005.72 Preparación y representación |
| Resumen: |
La ciencia de datos aborda la necesidad de extraer conocimiento e información de volúmenes de datos, a menudo de fuentes en tiempo real, en una amplia variedad de disciplinas como la astronomía, la bioinformática, la ingeniería, la ciencia, la medicina, las ciencias sociales, los negocios y las humanidades. La variedad y el volumen de las fuentes de datos ha aumentado enormemente con el tiempo, en particular las que generan datos en tiempo real. Esto ha planteado desafíos adicionales para la gestión y el análisis de datos, así como para su representación y visualización efectivas. Una amplia gama de áreas de aplicación pueden beneficiarse de las herramientas y los recursos visuales más recientes. Se necesita un análisis rápido en áreas en las que es necesario tomar decisiones inmediatas, como la previsión meteorológica, la bolsa de valores y las amenazas a la seguridad. En áreas en las que el volumen de datos que se produce supera con creces la capacidad actual para analizarlos todos, se está centrando la atención en la mejor manera de abordar estos desafíos. Las formas óptimas de abordar grandes conjuntos de datos en una variedad de disciplinas han llevado a la formación de institutos y centros nacionales e institucionales de ciencia de datos. Impulsados por una prioridad nacional, pueden atraer apoyo para la investigación y el desarrollo dentro de sus organizaciones e instituciones para reunir conocimientos interdisciplinarios que permitan abordar una amplia variedad de problemas. La computación visual es un conjunto de herramientas y metodologías que utilizan imágenes 2D y 3D para extraer información de los datos. Dichos métodos incluyen el análisis de datos, la simulación y la exploración interactiva. Estos métodos se analizan y se discuten. |
| Nota de contenido: |
Data Science -- Big Data -- Visual Computing -- Visualization -- Geometric Visualization -- Visual Analytics -- Data Science Institutes and Data Centers. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Data Science and Visual Computing [documento electrónico] / Earnshaw, Rae, Autor ; Dill, John, Autor ; Kasik, David, Autor . - 1 ed. . - [s.l.] : Springer, 2019 . - XVIII, 108 p. 16 ilustraciones, 11 ilustraciones en color. ISBN : 978-3-030-24367-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Recuperación de información Arquitectura de Computadores Gráficos de computadora Interfaces de usuario (sistemas informáticos) La interacción persona-ordenador Representación de almacenamiento de datos Interfaces de usuario e interacción persona-computadora |
| Índice Dewey: |
005.72 Preparación y representación |
| Resumen: |
La ciencia de datos aborda la necesidad de extraer conocimiento e información de volúmenes de datos, a menudo de fuentes en tiempo real, en una amplia variedad de disciplinas como la astronomía, la bioinformática, la ingeniería, la ciencia, la medicina, las ciencias sociales, los negocios y las humanidades. La variedad y el volumen de las fuentes de datos ha aumentado enormemente con el tiempo, en particular las que generan datos en tiempo real. Esto ha planteado desafíos adicionales para la gestión y el análisis de datos, así como para su representación y visualización efectivas. Una amplia gama de áreas de aplicación pueden beneficiarse de las herramientas y los recursos visuales más recientes. Se necesita un análisis rápido en áreas en las que es necesario tomar decisiones inmediatas, como la previsión meteorológica, la bolsa de valores y las amenazas a la seguridad. En áreas en las que el volumen de datos que se produce supera con creces la capacidad actual para analizarlos todos, se está centrando la atención en la mejor manera de abordar estos desafíos. Las formas óptimas de abordar grandes conjuntos de datos en una variedad de disciplinas han llevado a la formación de institutos y centros nacionales e institucionales de ciencia de datos. Impulsados por una prioridad nacional, pueden atraer apoyo para la investigación y el desarrollo dentro de sus organizaciones e instituciones para reunir conocimientos interdisciplinarios que permitan abordar una amplia variedad de problemas. La computación visual es un conjunto de herramientas y metodologías que utilizan imágenes 2D y 3D para extraer información de los datos. Dichos métodos incluyen el análisis de datos, la simulación y la exploración interactiva. Estos métodos se analizan y se discuten. |
| Nota de contenido: |
Data Science -- Big Data -- Visual Computing -- Visualization -- Geometric Visualization -- Visual Analytics -- Data Science Institutes and Data Centers. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
