Archivo de la etiqueta: Big Data

Ciencia de los datos, computación centrada en el ser humano y tecnologías inteligentes

Hajian, Aram, et al., editores. Data Science, Human-Centered Computing, and Intelligent Technologies. Logos Verlag Berlin, 2022.

Texto completo

En agosto de 2022, investigadores y desarrolladores de Armenia, Chile, Alemania y Japón se reunieron en la Universidad Americana de Armenia para la tercera edición del Taller CODASSCA sobre Tecnologías Colaborativas y Ciencia de Datos en Aplicaciones de Ciudades Inteligentes, coorganizado con una Escuela de Verano sobre Redes Neuronales Artificiales y Aprendizaje Profundo. Este libro presenta sus contribuciones sobre tecnologías inteligentes en ciencia de datos y computación centrada en el ser humano.

Los datos están en todas partes, pero convertirlos en información no es gratis.

Los datos están en todas partes, pero convertirlos en información no es gratis. Requiere concentración, esfuerzo, consulta y tiempo.

Seth Godin «Data, information and decisions Data is everywhere, but turning it into information isn’t free».

https://seths.blog/

Más información sólo es útil si te ayuda a tomar una decisión. Saber la temperatura de Saturno no es útil. Saberla con más precisión aún es menos útil. Eso es porque no tomamos ninguna decisión que tenga que ver con la temperatura de otro planeta.

Estamos rodeados de datos que nuestras hojas de cálculo o redes o cohortes parecen querer que conozcamos. Cuánta gente hizo clic ayer, o lo que alguien escribió en un comentario, lo que vendió un libro de la lista de éxitos o el tráfico de personas en esa tienda frente a esta otra.

Pero si no vas a utilizar los datos para tomar una decisión, no inviertas el tiempo en exponerte a ellos. Es la resistencia en el trabajo.

Si no puedes hacer nada con los datos, nunca serán información.

Big Data. Hablemos de datos

Big Data. Hablemos de datos. Madrid: Fundación Telefónica, 2022

Texto completo

El reto del big data consiste en poder gestionar la avalancha de información en bruto que nos rodea para darle una utilidad, debido a que en esta era es fundamental tener claro cuál es la importancia de los datos. La data science es una disciplina basada en métodos matemáticos, estadísticos y de programación informática, que permite responder a preguntas relacionadas con la estrategia de una empresa u organización.

Aplicación de Big Data e Inteligencia Artificial en bibliotecas. Planeta Biblioteca 2022/04/06.

Aplicación de Big Data e Inteligencia Artificial en bibliotecas. Planeta Biblioteca 2022/04/06.

ESCUCHAR

Ir a descargar

Hemos entrevistado a Hugo Agud Andreu, presidente de la empresa de software para bibliotecas Orex Digital, que nos ha presentado dos de las nuevas aplicaciones que han desarrollado sobre la aplicación de big data e inteligencia artificial. Orex Big Data y Orex Analytics. en el programa hemos hablado sobre la importancia del software libre, la importancia de la gestión de datos para diseñar mejores servicios y conocer mejor la las necesidades de los usuarios; así como apoyar las recomendaciones y las adquisiciones a través de la la inteligencia artificial.

Investigación de Big Data para las ciencias sociales y el impacto social

Visvizi, Anna, et al. Big Data Research for Social Sciences and Social Impact. MDPI – Multidisciplinary Digital Publishing Institute, 2020.

Texto completo

La integración de las ciencias sociales y la investigación en sistemas de información permite una nueva era de innovación. En este contexto, la adopción de la tecnología de Big Data y de la analítica aporta nuevos conocimientos a las ciencias sociales. También ofrece respuestas nuevas y flexibles a problemas y retos sociales cruciales. Nos enorgullece presentar este volumen editado sobre el impacto social de la investigación en big data.

Se trata de una de las primeras iniciativas a nivel mundial que analiza el impacto de este tipo de investigación en los individuos y los problemas sociales. La organización del debate correspondiente se articula en torno a tres pilares: Sección A: Investigación de Big Data para el impacto social: – Big Data y su impacto social; – Ciudadanos (inteligentes) de proveedores de datos a tomadores de decisiones; – Hacia el desarrollo sostenible de las comunidades en línea; – Sentimiento de las redes sociales en línea; – Big Data para la innovación. Sección B. Técnicas y métodos para la investigación impulsada por Big Data para las ciencias sociales y el impacto social: – Minería de opinión en los medios sociales; – Análisis del sentimiento de las preferencias de los usuarios; – Comunidades urbanas sostenibles; – Comportamiento de registro basado en el género mediante el uso de Big Data de los medios sociales; – Técnicas de minería de datos en la web; – Análisis de redes semánticas de la percepción de los medios de comunicación heredados. Sección C. Estrategias de investigación de Big Data: – Necesidades de habilidades para los investigadores que inician su carrera – Enfoque de minería de textos; – Reconocimiento de patrones a través del análisis bibliométrico; – Evaluación de la preparación de una organización para adoptar Big Data; – Aprendizaje automático para predecir el rendimiento; – Análisis de reseñas en línea mediante minería de textos; – Red de contexto-problema y método cuantitativo de análisis de patentes. Factores sociales y tecnológicos complementarios que incluyen: – Las grandes redes sociales en el desarrollo económico sostenible; La inteligencia empresarial.

Cómo obtener valor añadido real con la analítica de datos y la IA

Cómo obtener valor añadido real con la analítica de datos y la IA. Quint, 2021

Texto completo

El informe se basa en una consulta a empresas de todos los sectores para conocer hasta qué punto están aprovechando el potencial de las analíticas de datos y de la inteligencia artificial. Además revisa el valor añadido que están obteniendo con ello. Los resultados muestran que muchas empresas han identificado el potencial estratégico del uso de datos específicos con la ayuda de las analíticas de datos. Sin embargo, en ocasiones la transformación de esos datos en valor sigue siendo una asignatura pendiente. En el lado positivo, las analíticas de datos tiene una importancia estratégica para el 87% de los encuestados y el 81% ya tiene previsto ampliar sus actividades de en materia de analíticas de datos. Por otro lado, sólo el 66% impulsa sistemáticamente estas ideas. El mayor obstáculo, citado por el 43% de los encuestados, es la falta de conocimientos específicos, mientras que el 41% señala la falta de herramientas y tecnologías y el 39% la calidad de los datos.

Ciencia abierta e innovación: observación de la Tierra

Mathieu, Pierre-Philippe, y Christoph Aubrecht, editores. Earth Observation Open Science and Innovation. Springer Nature, 2018.

Texto completo

El mundo de la Observación de la Tierra (EO) está cambiando rápidamente como resultado de los avances exponenciales de los sensores y las tecnologías digitales. La velocidad del cambio no tiene precedentes históricos. En las últimas décadas se han producido avances extraordinarios en las TIC, incluyendo Internet, la computación en la nube y el almacenamiento, que han dado lugar a formas radicalmente nuevas formas de recoger, distribuir y analizar datos sobre nuestro planeta.

Esta revolución digital también va acompañada de una revolución de la detección que proporciona una cantidad de datos sin precedentes sobre el estado de nuestro planeta y sus cambios. Europa lidera esta revolución de la detección en el espacio a través de la iniciativa Copérnico y el correspondiente desarrollo de una familia de misiones Sentinel. Esto ha permitido Esto ha permitido la vigilancia global de nuestro planeta en todo el espectro electromagnético espectro electromagnético de forma operativa y sostenida.

Además, una nueva tendencia, denominada «Nuevo Espacio» en Estados Unidos o «Espacio 4.0» en Europa, está surgiendo rápidamente a través de la creciente mercantilización y comercialización del espacio. En particular, con la rápida caída de los costes de construcción, lanzamiento y procesamiento de pequeños satélites, el lanzamiento y el procesamiento de pequeños satélites, los nuevos actores de la OE, incluidas las nuevas empresas y los gigantes de las TIC, están entrando en el sector espacial en masa, formando nuevas constelaciones de pequeños satélites estandarizados que proporcionan una nueva clase de datos sobre nuestro planeta con mayor resolución espacial y una mayor frecuencia temporal.

Estos nuevos conjuntos de datos globales procedentes del espacio permiten obtener una imagen mucho más completa de nuestro planeta. Esta imagen es ahora aún más refinada gracias a los datos de miles de millones de sensores inteligentes y sensores interconectados, lo que se conoce como la Internet de las Cosas (IoT). Estos flujos de datos dinámicos sobre nuestro planeta ofrecen nuevas posibilidades a los científicos para avanzar en nuestra comprensión de cómo el océano, la atmósfera, la tierra y la criosfera operan e interactúan como parte de un sistema terrestre integrado. También representa nuevas oportunidades para que los empresarios conviertan los big data en nuevos tipos de servicios de información. Sin embargo, estas oportunidades vienen acompañadas de nuevos retos para los científicos empresas, proveedores de datos y de software que deben dar sentido a la enorme y diversa cantidad de datos aprovechando las nuevas tecnologías, como la analítica de big data.

Big Data, Machine learning y Business Intelligence. Libro Blanco.

WHITE PAPER. Big Data, Machine learning y Business Intelligence. NUVIX, 2021

Texto completo

La revolución del dato ha venido a quedarse y las empresas tienen en su mano herramientas para poder ganarle el pulso a la demanda y ofrecer su mejor versión. Las herramientas de gestión y procesamiento de información están cambiando el mundo empresarial y gracias a este documento podrás comprender las ventajas del conocimiento del dato. Hay oportunidades para procesar toda esa información que permitirán a cualquier negocio mejorar la toma de decisiones, lograr la optimización de los activos, reducir gastos, personalizar los servicios o simplemente conocer la viabilidad de nuevas líneas de negocio.

Cuando se tiene gran cantidad de datos surge la oportunidad de extraer conocimiento nuevo de ellos. No obstante, el volumen es tal que detectar patrones y sacar conclusiones escapa a las habilidades normales de un ser humano.

Inteligencia artificial y datos masivos en archivos digitales sonoros y audiovisuales.

Rodríguez Reséndiz, Perla Olivia. Inteligencia artificial y datos masivos en archivos digitales sonoros y audiovisuales. Universidad Nacional Autónoma de México. Instituto de Investigaciones Bibliotecológicas y de la Información, 2021

Texto completo

Desde la invención de la tecnología de información, nuestra capacidad de generación de datos nunca había sido tan intensa y constante. Cada año se produce más información digital que el anterior. El uso y manejo de grandes volúmenes de información digital es un signo contemporáneo. La Inteligencia Artificial tiene una amplia gama de aplicaciones para enormes cantidades de datos por lo que ambos conceptos van de la mano en pro de su almacenamiento y catalogación. En los primeros años del siglo XXI se han puesto en marcha las primeras aproximaciones teóricas y desarrollos tecnológicos de la IA en grandes volúmenes de datos digitales que se resguardan en archivos sonoros y audiovisuales. Los resultados de las experiencias pioneras son muy valiosos. Este libro reúne estas experiencias, así como opiniones y aproximaciones al uso de la Inteligencia Artificial para resguardar datos masivos en distintos ámbitos profesionales y académicos.

Monopolios del Conocimiento, Big Data y Conocimiento Abierto

Elizondo Martínez, Jesús Octavio. Monopolios del Conocimiento, Big Data y Conocimiento Abierto. Ciudad de México: Universidad Autónoma Metropolitana, 2019

Texto completo

Este libro ofrece un panorama sobre el fenómeno de los monopolios del conocimiento ante los retos del Big Data. ¿Qué es y quiénes conforman un monopolio del conocimiento? ¿Cómo opera? ¿Cómo se gestionana los datos, la información y el conocimiento? ¿Quiénes resultan beneficiados y quiénes afectados en el cambio tecnológico? ¿Cómo podemos hacer frente a los monopolios del conocimiento?