Big Data Factories / Matei, Sorin Adam ; Jullien, Nicolas ; Goggins, Sean P.  

Público ISBD Ningún comentario para este registro. Título : Big Data Factories : Collaborative Approaches Tipo de documento: documento electrónico Autores: Matei, Sorin Adam, ; Jullien, Nicolas, ; Goggins, Sean P., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: VI, 141 p. 18 ilustraciones, 14 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-59186-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos  Investigación cuantitativa  Bioinformática  Ciencias sociales  Minería de datos y descubrimiento de conocimientos  Análisis de datos y Big Data  Aplicación informática en ciencias sociales y del comportamiento  Ética de la ciencia Índice Dewey: 6.312 Resumen: El libro propone un enfoque sistemático para la recopilación, documentación y desarrollo de procedimientos analíticos de big data que fomenten la colaboración a gran escala. Este enfoque, denominado "factorización de datos", enfatiza la necesidad de pensar en cada conjunto de datos individual desarrollado por un proyecto individual como parte de un ecosistema de datos más amplio, fácilmente accesible y explotable por partes que no están directamente involucradas en la recopilación y documentación de datos. Además, la factorización de datos utiliza y fomenta operaciones preanalíticas que agregan valor a los grandes conjuntos de datos, especialmente la recombinación y la reutilización. El libro propone una agenda de investigación y desarrollo que puede sustentar un enfoque ideal de fábrica de datos. Varios capítulos programáticos analizan cuestiones especializadas relacionadas con la factorización de datos (documentación, especificación de metadatos, creación de ontologías de datos flexibles pero integrales, cuestiones de usabilidad involucradas en herramientas colaborativas, etc.). El libro también presenta estudios de casos sobre factorización y procesamiento de datos que pueden conducir a la creación de mejores estrategias y herramientas de colaboración científica e intercambio de datos. Finalmente, el libro presenta la utilidad didáctica de la factorización de datos y las preocupaciones éticas y de privacidad relacionadas con ella. El capítulo 9 de este libro está disponible en acceso abierto bajo una licencia CC BY 4.0 en link.springer.com. Nota de contenido: Chapter1. Introduction -- Part 1: Theoretical Principles and Approaches to Data Factories --  Chapter2. Accessibility and Flexibility: Two Organizing Principles for Big Data Collaboration -- Chapter3. The Open Community Data Exchange: Advancing Data Sharing and Discovery in Open Online Community Science -- Part 2: Theoretical principles and ideas for designing and deploying data factory approaches -- Chapter4. Levels of Trace Data for Social and Behavioral Science Research -- Chapter5. The 10 Adoption Drivers of Open Source Software that Enables e-Research in Data Factories for Open Innovations -- Chapter6. Aligning online social collaboration data around social order: theoretical considerations and measures -- Part 3: Approaches in action through case studies of data based research, best practice scenarios, or educational briefs -- Chapter7. Lessons learned from a decade of FLOSS data collection -- Chapter8. Teaching Students How (NOT) to Lie, Manipulate, and Mislead with Information Visualizations -- Chapter9. Democratizing Data Science: The Community Data Science Workshops and Classes. 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 Big Data Factories : Collaborative Approaches [documento electrónico] / Matei, Sorin Adam, ; Jullien, Nicolas, ; Goggins, Sean P.,  . -  1 ed.  . - [s.l.] : Springer, 2017 . - VI, 141 p. 18 ilustraciones, 14 ilustraciones en color. ISBN : 978-3-319-59186-5 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos  Investigación cuantitativa  Bioinformática  Ciencias sociales  Minería de datos y descubrimiento de conocimientos  Análisis de datos y Big Data  Aplicación informática en ciencias sociales y del comportamiento  Ética de la ciencia Índice Dewey: 6.312 Resumen: El libro propone un enfoque sistemático para la recopilación, documentación y desarrollo de procedimientos analíticos de big data que fomenten la colaboración a gran escala. Este enfoque, denominado "factorización de datos", enfatiza la necesidad de pensar en cada conjunto de datos individual desarrollado por un proyecto individual como parte de un ecosistema de datos más amplio, fácilmente accesible y explotable por partes que no están directamente involucradas en la recopilación y documentación de datos. Además, la factorización de datos utiliza y fomenta operaciones preanalíticas que agregan valor a los grandes conjuntos de datos, especialmente la recombinación y la reutilización. El libro propone una agenda de investigación y desarrollo que puede sustentar un enfoque ideal de fábrica de datos. Varios capítulos programáticos analizan cuestiones especializadas relacionadas con la factorización de datos (documentación, especificación de metadatos, creación de ontologías de datos flexibles pero integrales, cuestiones de usabilidad involucradas en herramientas colaborativas, etc.). El libro también presenta estudios de casos sobre factorización y procesamiento de datos que pueden conducir a la creación de mejores estrategias y herramientas de colaboración científica e intercambio de datos. Finalmente, el libro presenta la utilidad didáctica de la factorización de datos y las preocupaciones éticas y de privacidad relacionadas con ella. El capítulo 9 de este libro está disponible en acceso abierto bajo una licencia CC BY 4.0 en link.springer.com. Nota de contenido: Chapter1. Introduction -- Part 1: Theoretical Principles and Approaches to Data Factories --  Chapter2. Accessibility and Flexibility: Two Organizing Principles for Big Data Collaboration -- Chapter3. The Open Community Data Exchange: Advancing Data Sharing and Discovery in Open Online Community Science -- Part 2: Theoretical principles and ideas for designing and deploying data factory approaches -- Chapter4. Levels of Trace Data for Social and Behavioral Science Research -- Chapter5. The 10 Adoption Drivers of Open Source Software that Enables e-Research in Data Factories for Open Innovations -- Chapter6. Aligning online social collaboration data around social order: theoretical considerations and measures -- Part 3: Approaches in action through case studies of data based research, best practice scenarios, or educational briefs -- Chapter7. Lessons learned from a decade of FLOSS data collection -- Chapter8. Teaching Students How (NOT) to Lie, Manipulate, and Mislead with Information Visualizations -- Chapter9. Democratizing Data Science: The Community Data Science Workshops and Classes. 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

---

1 (1 - 1 / 1) Por página: 25 50 100 200