Alumnos:
Carlos Bayron Najarro.
Kevin Francisco Ramírez.
• Genera modelos
predictivos: permite
que relaciones no
descubiertas e
identificadas a través
del proceso del data
mining sean expresadas
como reglas del negocio
o modelos predictivos .
• Estos outputs pueden
comunicarse en formatos
tradicionales.
• Dificultad de
recopilación de los
datos.
• Dependiendo del
tipo de datos que
se quieren
recopilar pueden
conllevar mucho
trabajo o la
necesidad de
tecnología de
elevado costo.
• Permite a los usuarios dar prioridad a
decisiones y acciones mostrando
factores que tiene un mayor en un
objetivo.
• Enormes bases de datos pueden ser
analizadas.
• El data mining descubre información
que no se esperaba conocer.
• Los modelos son confiables.
• Los modelos se construyen de
manera rápida.
• El procesamiento de datos puede
llevar demasiado tiempo.
• No esta asegurada la obtención
de un modelo valido.
• El uso de big data
puede ayudar a las
empresas de
distribución a
automatizar,
optimizar y afinar
inventarios
basándose en la
demanda actual.
• optimiza su cadena
de suministro.
• Se encuentran
limitaciones
debido ala
cantidad de datos
en ciertas aéreas.
• Se dificultad la
búsqueda de
información de
los diferentes
motores de
búsqueda.
• Da a sus proveedores un "enlace
de distribución minorista“.
• Complace a los consumistas por
medio de censos que se llevan a
cabo en la web.
• analiza comportamientos de
compra y fija precios en
consonancia.
• permite a los establecimientos
diferenciarse.
• Oportunidades para los usuarios
de la web.
• La información no es concreta.
• Los análisis de negocios no son
concretos.
• Los datos de enfermedades
infecciosas o luchas contra el
crimen no son incluidas en la
web.
• Reduce
enormemente los
presupuestos de TI.
• beneficia a largo
alcance dentro la
infraestructura que
soporta la operación
de los negocios.
• El servicio de nube se
paga de acuerdo ala
demanda.
• No beneficia a corto
plazo.
• Se paga de acuerdo
ala demanda.
• Tener que disponer
de red internet.
• Posible perdida de
seguridad industrial.
• Programario poco
desarrollado.
• La similitud de estos tres ( mining data, big
data y cloud computing es que son grandes
sistemas que manipulan grandes sistemas de
datos para poder prestar servicios a empresas,
negocios y otras que necesiten recibir
servicios de computacion a traves de internet.
• www.kumo.com.co/blog/ventajas-
desventajas-cloud-computing/
• http://www.cnnexpansion.com/opinion/2013
/02/26/ventajas-del-cloud-computing-on-
demand
Mining data, big data, cloud computing.

Más contenido relacionado

PPTX
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
PDF
Boletin Programa Vaso de Leche - FATS UNCP
PPSX
Mapa conceptual analisis y diseño de sistemas
PPT
Mineria De Datos
PPTX
Gestor de base de datos Microsoft access)
PPTX
Diapositivas olap
PPTX
Bases de datos dinamicas y estaticas
PPTX
Plan de trabajo sobre redes (
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
Boletin Programa Vaso de Leche - FATS UNCP
Mapa conceptual analisis y diseño de sistemas
Mineria De Datos
Gestor de base de datos Microsoft access)
Diapositivas olap
Bases de datos dinamicas y estaticas
Plan de trabajo sobre redes (

Destacado (8)

DOCX
CUADRO COMPARATIVO DE CONCEPTOS DE MINING DATA, BIG DATA Y CLOUD COMPUTING.
PDF
Curso de big data
PDF
Big Data: Architecture and Performance Considerations in Logical Data Lakes
PDF
Enabling the Bank of the Future by Ignacio Bernal
KEY
Introducción al Big Data
PPTX
Tendencias en Big Data (2015-2016)
PPTX
Big data architectures and the data lake
PPT
Big Data
CUADRO COMPARATIVO DE CONCEPTOS DE MINING DATA, BIG DATA Y CLOUD COMPUTING.
Curso de big data
Big Data: Architecture and Performance Considerations in Logical Data Lakes
Enabling the Bank of the Future by Ignacio Bernal
Introducción al Big Data
Tendencias en Big Data (2015-2016)
Big data architectures and the data lake
Big Data
Publicidad

Similar a Mining data, big data, cloud computing. (20)

DOCX
Tarea 3 del second period...ok.
PDF
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...
DOCX
LuisTAREA DE BIG DATA, COULD COMPUTING Y MINING DATA.
DOCX
Cuadro comparativo
DOCX
DOCX
Cuadro comparativo
DOCX
Cuadro comparativo
PPTX
Orlando!!
PPTX
Nt c1 a9_2015_mendoza_analía
PPTX
Introducción a Big Data, Blockchain, and IoT.pptx
PDF
Big data
PDF
Big data
PPTX
Aplicaciones Difusas: Evolución de las Bases de Datos
PDF
BIG DATA.pdf karol dayana ruiz argote 1234
PPTX
Historia y Evolucion.pptx
PDF
Retos y oportunidades de la Analítica avanzada y Big Data en la industria
PDF
BIG DATA - IESTP PISCO - VASQUEZ SOTO MARITZA.pdf
DOCX
Clound computing and big data
PDF
Cloud computing and big data
DOCX
Cloud computing
Tarea 3 del second period...ok.
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...
LuisTAREA DE BIG DATA, COULD COMPUTING Y MINING DATA.
Cuadro comparativo
Cuadro comparativo
Cuadro comparativo
Orlando!!
Nt c1 a9_2015_mendoza_analía
Introducción a Big Data, Blockchain, and IoT.pptx
Big data
Big data
Aplicaciones Difusas: Evolución de las Bases de Datos
BIG DATA.pdf karol dayana ruiz argote 1234
Historia y Evolucion.pptx
Retos y oportunidades de la Analítica avanzada y Big Data en la industria
BIG DATA - IESTP PISCO - VASQUEZ SOTO MARITZA.pdf
Clound computing and big data
Cloud computing and big data
Cloud computing
Publicidad

Último (20)

PDF
La lluvia sabe por qué: una historia sobre amistad, resiliencia y esperanza e...
PPTX
4. Qué es un computador PARA GRADO CUARTO.pptx
PDF
Ernst Cassirer - Antropologia Filosofica.pdf
PPTX
Historia-Clinica-de-Emergencia-Obstetrica 1.10.pptx
PDF
Aumente su Autoestima - Lair Ribeiro Ccesa007.pdf
PDF
Introducción a la historia de la filosofía
PDF
Como usar el Cerebro en las Aulas SG2 NARCEA Ccesa007.pdf
PDF
La Formacion Universitaria en Nuevos Escenarios Ccesa007.pdf
DOCX
PLANES DE área ciencias naturales y aplicadas
PDF
IPERC...................................
PDF
Texto Digital Los Miserables - Victor Hugo Ccesa007.pdf
PDF
Introduccion a la Investigacion Cualitativa FLICK Ccesa007.pdf
PDF
ACERTIJO EL CONJURO DEL CAZAFANTASMAS MATEMÁTICO. Por JAVIER SOLIS NOYOLA
PPTX
TEMA 1ORGANIZACIÓN FUNCIONAL DEL CUERPO, MEDIO INTERNO Y HOMEOSTASIS (3) [Aut...
PDF
CURRICULAR DE PRIMARIA santa ursula..pdf
DOCX
PLAN DE CASTELLANO 2021 actualizado a la normativa
PDF
La Inteligencia Emocional - Fabian Goleman TE4 Ccesa007.pdf
PDF
Telos 127 Generacion Al fa Beta - fundaciontelefonica
PDF
E1 Guía_Matemática_5°_grado.pdf paraguay
PPTX
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA
La lluvia sabe por qué: una historia sobre amistad, resiliencia y esperanza e...
4. Qué es un computador PARA GRADO CUARTO.pptx
Ernst Cassirer - Antropologia Filosofica.pdf
Historia-Clinica-de-Emergencia-Obstetrica 1.10.pptx
Aumente su Autoestima - Lair Ribeiro Ccesa007.pdf
Introducción a la historia de la filosofía
Como usar el Cerebro en las Aulas SG2 NARCEA Ccesa007.pdf
La Formacion Universitaria en Nuevos Escenarios Ccesa007.pdf
PLANES DE área ciencias naturales y aplicadas
IPERC...................................
Texto Digital Los Miserables - Victor Hugo Ccesa007.pdf
Introduccion a la Investigacion Cualitativa FLICK Ccesa007.pdf
ACERTIJO EL CONJURO DEL CAZAFANTASMAS MATEMÁTICO. Por JAVIER SOLIS NOYOLA
TEMA 1ORGANIZACIÓN FUNCIONAL DEL CUERPO, MEDIO INTERNO Y HOMEOSTASIS (3) [Aut...
CURRICULAR DE PRIMARIA santa ursula..pdf
PLAN DE CASTELLANO 2021 actualizado a la normativa
La Inteligencia Emocional - Fabian Goleman TE4 Ccesa007.pdf
Telos 127 Generacion Al fa Beta - fundaciontelefonica
E1 Guía_Matemática_5°_grado.pdf paraguay
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA

Mining data, big data, cloud computing.

  • 2. • Genera modelos predictivos: permite que relaciones no descubiertas e identificadas a través del proceso del data mining sean expresadas como reglas del negocio o modelos predictivos . • Estos outputs pueden comunicarse en formatos tradicionales. • Dificultad de recopilación de los datos. • Dependiendo del tipo de datos que se quieren recopilar pueden conllevar mucho trabajo o la necesidad de tecnología de elevado costo.
  • 3. • Permite a los usuarios dar prioridad a decisiones y acciones mostrando factores que tiene un mayor en un objetivo. • Enormes bases de datos pueden ser analizadas. • El data mining descubre información que no se esperaba conocer. • Los modelos son confiables. • Los modelos se construyen de manera rápida. • El procesamiento de datos puede llevar demasiado tiempo. • No esta asegurada la obtención de un modelo valido.
  • 4. • El uso de big data puede ayudar a las empresas de distribución a automatizar, optimizar y afinar inventarios basándose en la demanda actual. • optimiza su cadena de suministro. • Se encuentran limitaciones debido ala cantidad de datos en ciertas aéreas. • Se dificultad la búsqueda de información de los diferentes motores de búsqueda.
  • 5. • Da a sus proveedores un "enlace de distribución minorista“. • Complace a los consumistas por medio de censos que se llevan a cabo en la web. • analiza comportamientos de compra y fija precios en consonancia. • permite a los establecimientos diferenciarse. • Oportunidades para los usuarios de la web. • La información no es concreta. • Los análisis de negocios no son concretos. • Los datos de enfermedades infecciosas o luchas contra el crimen no son incluidas en la web.
  • 6. • Reduce enormemente los presupuestos de TI. • beneficia a largo alcance dentro la infraestructura que soporta la operación de los negocios. • El servicio de nube se paga de acuerdo ala demanda. • No beneficia a corto plazo. • Se paga de acuerdo ala demanda. • Tener que disponer de red internet. • Posible perdida de seguridad industrial. • Programario poco desarrollado.
  • 7. • La similitud de estos tres ( mining data, big data y cloud computing es que son grandes sistemas que manipulan grandes sistemas de datos para poder prestar servicios a empresas, negocios y otras que necesiten recibir servicios de computacion a traves de internet.