Please enable JavaScript.
Coggle requires JavaScript to display documents.
Innovación Impulsada por la Estrategia. (Explorando el sol con Big Data…
Innovación Impulsada por la Estrategia.
Vea la forma en que se utilizan las tecnologías analíticas para la ciberseguridad, el machine learning y el Internet de las cosas (IoT).
Explorando el sol
con Big Data
¿Qué podemos aprender de un satélite que orbita a 1 millón de millas de la Tierra? ¿Qué está pasando en la cara del sol que se encuentra escondida de la Tierra? ¿Cómo la heliosfera- la burbuja magnética en la que residen el sol y los planetas - interactúa con el espacio interestelar?
Avances técnicos conocidos como el análisis exploratorio automático de datos - ampliamente utilizado en el mundo de los negocios para crear inteligencia del cliente- se están consolidando para ayudar a los científicos a comprender el universo.
El dúo ha estado utilizando SAS Visual Analytics, herramienta interactiva de descubrimiento, exploración y reporteo de Big Data que funciona en-memoria. Muchos de los métodos analíticos que usa SAS Visual Analytics están estandarizados y se emplean para la analítica de datos en numerosas industrias.
Los métodos para identificar puntos de interés, encontrar relaciones de datos relevantes, realizar análisis y crear las visualizaciones y reportes son los mismos, ya sea que esté trabajando con datos empresariales o científicos.
El caso de la analítica en seguridad informática
El objetivo de su equipo de cibersguridad será descubrir cómo hacer que esos datos trabajen para usted. Con más datos, se necesita de la analítica para organizar, contextualizar y finalmente encontrar el significado oculto.
El uso de datos para combatir amenazas a la seguridad informática no es nada nuevo. Durante años, las organizaciones han utilizado los datos disponibles para combatir las intrusiones.
En un informe reciente del SANS Institute titulado Usando la Analítica para Predecir Ataques y Brechas Futuras, el analista David Shackleford usa este ejemplo y otros para mostrar los beneficios y las deficiencias de las capacidades de detección tradicional.
Machine Learning ¿Qué es y por qué es importante?
Gracias a las nuevas tecnologías informáticas, machine learning no es actualmente como el machine learning del pasado. Nació del reconocimiento de patrones y de la teoría de que las computadoras pueden aprender sin estar programadas para realizar tareas específicas; los investigadores estaban interesados en la inteligencia artificial y querían ver si las computadoras podían aprender de los datos.
El resurgimiento del interés en el machine learning se debe a los mismos factores que han hecho que la minería de datos y el análisis bayesiano sean más populares que nunca. Aspectos como crecientes volúmenes y variedades de datos disponibles, procesamiento informático más barato y potente, y el almacenamiento de datos asequible.
¿Qué se requiere para crear buenos sistemas de machine learning?
• Capacidades de preparación de datos
• Algoritmos - básicos y avanzados.
• Automatización y procesos iterativos
• Escalabilidad.
• Modelado de conjuntos.
Su Científico de
Datos Personal
Siri y sistemas similares, como Amazon Echo, Google Now y Cortana de Microsoft, han sido descritos como asistentes personales, y se están volviendo bastante comunes en nuestra vida cotidiana.
Usando el procesamiento de lenguaje natural, su científico de datos personal convierte su solicitud en una consulta, busca respuestas en todas las bases de datos conocidas, aplica la analítica a los datos y le presenta una respuesta, y tal vez un gráfico o visualización de datos que luego puede explorar con mayor detalle
Después de haber evaluado los resultados iniciales, su científico de datos personales puede proporcionarle enlaces a respuestas o gráficos relacionados para alentar una mayor exploración.
Deteniendo el virus
del Zika
Desde el punto de vista tecnológico, ya tenemos todo lo que necesitamos para aprovechar el Big Data para desarrollar vacunas de forma más rápida y efectiva para nuevos virus como el Zika.
El seguimiento de la propagación de una enfermedad es una de las herramientas más poderosas para las autoridades de salud. Esta información puede ayudar a los profesionales de una región, o de todo el mundo, a prepararse para un brote y mitigar su propagación lo más posible.
Los expertos en analítica unen sus fuerzas con las agencias locales de salud, la CDC, la OMS, la comunidad de investigación académica y los fabricantes de vacunas. Esta colaboración reuniría diversos datos y perspectivas para respaldar los descubrimientos analíticos que no son posibles cuando se visualizan las fuentes de datos de forma aislada