Existen muchas alternativas para realizar minería de datos masivos, entre ellas algoritmos neuronales, máquinas de vectores de soporte, algoritmos de asociación, algoritmos genéticos y algoritmos de conglomeración (clustering). En este artículo se realiza una descripción general acerca de distintos algoritmos de conglomeración ―de partición, jerárquicos, de densidad, basados en grillas y basados en modelos― que resaltan las características 4V de los datos masivos: volumen, variedad, velocidad y valor.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Uso de cascada y la gestión de ciclos de vida del producto
Artículo:
Análisis de la Relación de TI y de las Tecnologías de la Industria 4.0 con la Internacionalización y Rendimiento Empresarial
Artículo:
Gestión en tecnología : aproximación conceptual y perspectivas de desarrollo
Artículo:
El impacto de la tecnología de la información en la gestión de la cadena de suministro: un estudio de casos múltiples
Artículo:
Barreras y fuerzas impulsoras de la implementación de la Industria 4.0 en las organizaciones: un estado del arte
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales