Data science con R

Description

Para explicar el concepto se recurre a las 7V, No hay un consenso sobre cuántas “V” han de ser tomadas en consideración y de hecho la lista de estas se ha ido ampliando, pero podemos afirmar que las 7 «V» del Big Data más extendidas son:

• Volumen: Hablamos de datos o combinaciones de conjuntos de datos que no se pueden almacenar en un sistema tradicional.

• Variedad: Agrupa información de diferente tipo y fuente.

• Velocidad: Crece a gran velocidad, y lo que es más importante, obliga a procesarla con rapidez.

• Veracidad: Conocer la fiabilidad de los datos recogidos es fundamental para su correcta explotación.

• Valor: Una gran cuantía de datos cuenta, frecuentemente, cuenta con información de valor, cómo conseguir ese valor de manera eficiente, es un reto diario.

• Visualización: El objetivo es Convertir las grandes masas de datos en gráficos que muestre de forma dinámica y bien estructurado los valores más importantes.

• Variabilidad: El entorno de los macrodatos es muy cambiante, así que obliga a los modelos predictivos y a los trabajadores a estar actualizándose.

Principales diferencias entre ambos conceptos

• Big Data se caracteriza, cómo hemos citado anteriormente, por sus “7V”, mientras que Data Science cuenta con las técnicas necesarias para analizar dichos volúmenes de datos.

• La Inteligencia de Datos proporciona un increíble potencial de rendimiento. Sin embargo, es la ciencia de datos quién proporciona el lado teórico y experimental, además de proporcionar un proceso deductivo e inductivo.

• La ciencia de datos utiliza modelos inteligentes que aprenden de sí mismos, como el Machine Learning, junto con métodos estadísticos para entrenar a los ordenadores. En contraposición, el Big Data se encarga de la extracción de la información útil hallada en grandes fuentes de datos

Se puede afirmar entonces que, Data Science no existiría de no ser por el Big Data, dado que se desenvuelve dentro del ámbito. Sin embargo, el Big Data no tendría (u obtendría) el valor actual si no fuese gracias a los análisis y métodos usados por la ciencia de datos.

Course Info