¿Cuál es el mejor blog / sitio para mantenerse actualizado sobre las últimas tecnologías y herramientas de big data, aprendizaje automático?

Para resolver su problema, esto es lo que ofrecemos:
1 – Aquí puede encontrar fácilmente los principales artículos sobre Machine Learning -http: //bit.ly/1x7F9O8
2 – Di que si quieres seguir a las mejores personas como Peter Skomoroch, también puedes encontrarlo en la sección de influencia aquí: http://bit.ly/1B9hITq
3 – Del mismo modo, puede buscar minería de datos, hadoop, etc.

Por supuesto, todos podemos seguir una serie de blogs. De hecho, debido a estos problemas, se nos ocurrió la idea de aplicar algoritmos de Machine Learning para agregar el contenido principal. Lo hacemos de manera interesante.
Creamos comunidades temáticas e identificamos un grupo de líderes de opinión, luego encontramos el contenido más relevante. Esto nos permite obtener el contenido superior en cualquier campo de actualidad:

Nos enfrentamos a un problema muy similar y por eso estamos construyendo esto. Háganos saber si le resulta útil. Saludos a la programación! Usamos Machine Learning, si ustedes no nos apoyan, ¿quién lo hará?

Muchas organizaciones que buscan recopilar, procesar y analizar grandes datos han recurrido a una nueva clase de tecnologías que incluye Hadoop y herramientas relacionadas como Yarn Spook, Spark y Pig, así como bases de datos sin SQL. Esas tecnologías forman el núcleo de un marco de software de código abierto que admite el procesamiento de conjuntos de datos grandes y diversos en sistemas en clúster. Cursos de Big Data en Intellipaat

En algunos casos, los sistemas Hadoop Cluster y No SQL se están utilizando como pistas de aterrizaje y áreas de preparación de datos antes de que se carguen en un almacén de datos para su análisis, a menudo en forma resumida que es más propicio para las estructuras relacionales. Sin embargo, cada vez más, los proveedores de Big Data están impulsando el concepto de una toma de datos de Hadoop que sirve como el depósito central para los flujos entrantes de datos sin procesar de una organización.

En tales arquitecturas, los subconjuntos de datos se pueden filtrar para su análisis en almacenes de datos y bases de datos de análisis, o se pueden analizar directamente en Hadoop utilizando herramientas de consulta por lotes, software de procesamiento de flujo y tecnologías SQL AND Hadoop que ejecutan consultas interactivas y ad hoc escritas en SQL Las dificultades potenciales que pueden hacer tropezar a las organizaciones en iniciativas de análisis de big data incluyen la falta de habilidades analíticas internas y el alto costo de contratar profesionales analíticos experimentados.

La cantidad de información que generalmente está involucrada, y su variedad, también pueden causar dolores de cabeza en la gestión de datos, incluidos la calidad de los datos y problemas de consistencia. Además, integrar sistemas Hadoop y almacenes de datos puede ser un desafío, aunque varios proveedores ahora ofrecen conectores de software entre Hadoop y bases de datos relacionales, así como otras herramientas de integración de datos con capacidades de big data.

Aquí hay una colección de los últimos artículos sobre big data. Este informe se actualiza cada pocas horas. Le ahorrará tener que visitar varios sitios diferentes todos los días para recibir actualizaciones.

Tendencias de Big Data – Anders Pink

Aquí hay uno sobre aprendizaje automático

Aprendizaje automático – Anders Pink