1.1. Es una base de datos corporativa que se caracteriza por integrar y depurar información de una o mas fuentes distintas, desde distintas perspectivas con respuestas inmediatas.
2. Data Science
2.1. Es la ciencia centrada en el estudio de los datos. Se encarga de extraer información de grandes cantidades de datos, combina la estadística, las matemáticas y la informática.
3. Data Analitic
3.1. Es un proceso que consiste en inspeccionar, limpiar y transformar datos con el objetivo de resaltar información útil, para sugerir conclusiones y apoyo en la toma de decisiones.
4. Machine Learning
4.1. Es una forma de la Inteligencia Artificial que permite a un sistema aprender de los datos en lugar de aprender mediante la programación explícita.
5. Deep Learning
5.1. Es un método específico de machine learning que incorpora las redes neuronales en capas sucesivas para aprender de los datos de manera iterativa.
6. Data Mining
6.1. También llamada Minería de Datos, es la extracción no de información implícita, previamente desconocida y potencialmente útil a partir de datos ocultos.
7. Fuentes de Datos
7.1. Todas aquellas fuentes de donde provienen todos los datos
8. Procesos
9. ETL
10. ELT
11. Extract, Transform, Load (Extraer, transformar y cargar)
11.1. Es el proceso de compilación de datos a partir de un número ilimitado de fuentes, su posterior organización y centralización en un único repositorio.
12. Extract, Load y Transform (Extraer, cargar y transformar)
12.1. flujo de datos, en el que los datos extraídos se cargan primero en el sistema de destino.
13. Sitios Web (vínculos, enlaces, Búsquedas) Redes Sociales Correo electrónico Transacciones GPS Biométricos En base de las personas
14. Beneficios: Mejor toma de decisiones Conocer los intereses del público Feedback al instante Conocimiento del mercado Planes estratégicos Inteligentes Mejora en la eficiencia y en costes
15. Inconvenientes: Ataques informáticos El alto volumen de datos puede ralentizar el análisis Ataques cibernéticos Perdida de seguridad Tecnofobia Obligado a relacionarse con la tecnología. Posible perdida de datos al dañarse servidores.
16. ¿Qué es y para que sirve?
17. Es un término que describe la gran cantidad de datos manejar esa información para conseguir directrices que conduzcan a una mejor toma de decisiones y acciones
18. Datos Estructurados y no estructurados.
19. Estructurados: Son datos que pueden ser ordenados y procesados fácilmente por todas las herramientas de minería de datos.
20. No Estructurados: Son datos binarios que no tienen estructura interna identificable, que no tienen valor hasta que se identifican y almacenan de manera organizada.