Aplicaciones de Data Science - CC219 - 202301
| dc.contributor.author | Montoya Cubas, Carlos Fernando | |
| dc.date.accessioned | 2024-11-23T02:06:04Z | |
| dc.date.available | 2024-11-23T02:06:04Z | |
| dc.date.issued | 2023-03 | |
| dc.identifier.uri | http://hdl.handle.net/10757/677413 | |
| dc.description.abstract | Los datos son valiosos, y saber gestionarlos genera ventajas profesionales, aprendes a predecir patrones de comportamiento ayudando a la toma de decisiones estratégicas, identificando nuevas oportunidades de negocio o prediciendo acciones futuras en diferentes campos organizacionales. El potencial de la ciencia de datos es muy grande, diversas disciplinas siguen en constante innovación de sus algoritmos al servicio de la minería de datos y diversas tecnologías se siguen proponiendo para el manejo de grandes cantidades de datos semi-estructurados y no estructurados. Por otro lado, el internet de las cosas permite la generación de grandes cantidades de datos, imágenes o textos. La inteligencia de negocios continúa buscando nuevas estrategias para el modelado y mejora del negocio. Los requerimientos de tipo y velocidad de análisis, la cantidad y tipo de datos, así como el nivel de experiencia de negocio hacen de la Ciencia de datos un reto constante. | |
| dc.format | application/pdf | es_PE |
| dc.language.iso | spa | es_PE |
| dc.publisher | Universidad Peruana de Ciencias Aplicadas (UPC) | es_PE |
| dc.rights | info:eu-repo/semantics/openAccess | es_PE |
| dc.source | Universidad Peruana de Ciencias Aplicadas (UPC) | es_PE |
| dc.source | Repositorio Académico - UPC | es_PE |
| dc.subject | Computación | es_PE |
| dc.subject | CC219 | |
| dc.title | Aplicaciones de Data Science - CC219 - 202301 | |
| dc.type | info:eu-repo/semantics/report | es_PE |
| refterms.dateFOA | 2024-11-23T02:06:04Z |

