¿Cuál es el alcance futuro del almacenamiento de datos y la minería de datos? ¿Desde dónde puedo comenzar a aprender estos dos campos emergentes?

Últimamente, el concepto de ‘Big data’ se convirtió en el tema de discusión sobre la importancia del almacenamiento de datos. Como lo define Ian Dudley: “Los datos grandes tienen volumen, velocidad y variedad: son grandes, crecen a un ritmo rápido y existen en muchos formatos físicos diferentes (video, texto, audio, página web, base de datos, etc.). No es posible aplicar técnicas de almacenamiento tradicionales a este tipo de datos ”. Esto no solo revela la relevancia del almacenamiento de datos, sino que también revela cómo debe ser un almacén de datos moderno.

Del mismo modo, el desarrollo del almacén de datos también descubre la forma inmediata en la que está practicando actualmente: el requisito de un almacén de datos intenso, fácil de usar y económico creado para la nube para almacenar todos sus datos en un solo punto y usar y analizar eso mas tarde. Por lo tanto, el moderno almacén de datos fue una solución de datos efectiva.

Más: El futuro del almacén de datos en la nube – CloudMoyo

Hoy en día la gente dice que no hay mucho margen para el almacenamiento de datos y la minería de datos, ya que Big data se acerca muy rápido. Pero el hecho es que la base de datos relacional es adoptada por muchos como una base de datos de flujo principal. El alcance del almacenamiento de datos y la minería de datos es muy bueno. Hay muchas herramientas utilizadas para el almacenamiento de datos, pero la herramienta ETL más aceptada es Informatica. Sugeriría consultar el sitio web a continuación

Tutorial sobre modelado de datos, almacenamiento de datos e inteligencia empresarial.

Aclamaciones

La minería de datos es un proceso importante para obtener la información de grandes conjuntos de datos. Puede comenzar a aprenderla de algún curso en línea que considere adecuado. Obtuve algunos puntos clave sobre el futuro de la minería de datos. También le aclarará alguna idea sobre la minería de datos.

Ambos conceptos llegaron para quedarse. Las herramientas utilizadas para estos vendrán y se irán, pero el concepto está aquí para quedarse por bastante tiempo. Puede comenzar a aprender el almacenamiento de datos utilizando libros de Ralf Kimbal y Bill Inmon. Recomendaría la minería de datos como el siguiente paso a partir de ahí.

More Interesting

Cómo desechar datos a través de Python

¿Qué marcos serían beneficiosos al usar Python para las ciencias de datos para principiantes?

¿Hay algún curso ejecutivo de M.Tech o MS sobre Análisis de Datos o Ciencia de Datos en Chennai?

¿Cuál es la mejor manera de automatizar el análisis de datos en línea?

¿Existe la posibilidad de que el error de entrenamiento aumente junto con el aumento de la complejidad del modelo?

Andrew Ng: ¿Qué proyectos personales mejorarían la empleabilidad de un estudiante de ML / Data Science (suponiendo que no haya antecedentes en CS / STEM)?

¿Cuál es el mejor programa de aprendizaje automático de código abierto (red neuronal) para el reconocimiento de patrones de datos complejos?

¿Qué deben saber los estudiantes graduados sobre los trabajos de la industria como científicos?

¿Cuántos conocimientos estadísticos y de probabilidad se requieren para aprender ciencia de datos?

¿Cómo ayudan los grandes datos o la ciencia de datos a los equipos deportivos y otras empresas relacionadas con la industria?

¿Que competencia de kaggle debería elegir?

¿Cómo utiliza un científico de datos herramientas de control de versiones como GIT y SVN?

¿Es realista construir algoritmos de aprendizaje automático complejos a gran escala en la producción? (

¿Cuál es la diferencia entre Data Warehousing y Big Data Analytics?

¿Cuáles son las buenas bibliotecas de código abierto en Python o R para los métodos de Tensor? ¿Su equipo mantiene alguna?