Microsoft ha lanzado una de las herramientas que tendrán más imparto para el Business Analytics y/o Data Mining. De momento ha pasado desapercibida por muchos a pesar de su gran potencial. En esta charla veremos que es Machine Learning y sus usos.
Afinando la Administración de SQL Server y Novedades de Administración 2016 -...SolidQ
Te enseñamos cómo diseñar correctamente tus planes de mantenimiento para que el rendimiento no se degrade y tu sistema sea capaz de recuperarse ante un desastre. Repasaremos todas las características que ofrece SQL Server para administración.
073 Work With Plus El Nuevo Patron Para Gene Xus XGeneXus
El documento describe las limitaciones del patrón WorkWith en GeneXus y las soluciones que ofrece WorkWithPlus, incluyendo la flexibilidad para modificar cómo se generan los objetos y agregar funcionalidades a los objetos generados. También cubre otras funcionalidades como ayuda y vista previa, y menciona funcionalidades futuras como más controles de usuario y productividad mejorada.
Sesión de presentación de sistemas enterprise y herramientas de software con licencia abierta para su creación.
Conferncia dictada en el Congreso de Estudiantes de Ciencias y Sistemas (COECYS), Guatemala 2014
El término Microservicios se pone de moda en 2014 y desde entonces está calando mucho en la industria de desarrollo de software. Con la salida al mercado de NET Core 2.0 y su facilidad de despliegue a diferentes sistemas operativos como Linux y Windows; se está popularizando su adopción en diferentes plataformas Cloud.
En esta presentación mostramos aspectos puntuales de Microservicios con NET Core y cuán sencillo es crear microservicios con Azure Service Fabric.
El documento presenta una introducción a Azure Machine Learning. Explica los conceptos clave de aprendizaje automático e inteligencia artificial como aprendizaje automático, minería de datos, estadística y modelado predictivo. También describe las herramientas de Azure ML como Azure ML Studio y los pasos típicos para crear un experimento de ML, incluida la obtención de datos, preprocesamiento, selección de características, entrenamiento de modelos, prueba e implementación de modelos predictivos.
Presentación en castellano escrita por Alex Rayón, revisada y extendida por Diego López de Ipiña, cuyo objetivo es indicar el potencial del paradigma cloud computing para el mundo empresarial y los profesionales en Economía y Gestión empresarial
Afinando la Administración de SQL Server y Novedades de Administración 2016 -...SolidQ
Te enseñamos cómo diseñar correctamente tus planes de mantenimiento para que el rendimiento no se degrade y tu sistema sea capaz de recuperarse ante un desastre. Repasaremos todas las características que ofrece SQL Server para administración.
073 Work With Plus El Nuevo Patron Para Gene Xus XGeneXus
El documento describe las limitaciones del patrón WorkWith en GeneXus y las soluciones que ofrece WorkWithPlus, incluyendo la flexibilidad para modificar cómo se generan los objetos y agregar funcionalidades a los objetos generados. También cubre otras funcionalidades como ayuda y vista previa, y menciona funcionalidades futuras como más controles de usuario y productividad mejorada.
Sesión de presentación de sistemas enterprise y herramientas de software con licencia abierta para su creación.
Conferncia dictada en el Congreso de Estudiantes de Ciencias y Sistemas (COECYS), Guatemala 2014
El término Microservicios se pone de moda en 2014 y desde entonces está calando mucho en la industria de desarrollo de software. Con la salida al mercado de NET Core 2.0 y su facilidad de despliegue a diferentes sistemas operativos como Linux y Windows; se está popularizando su adopción en diferentes plataformas Cloud.
En esta presentación mostramos aspectos puntuales de Microservicios con NET Core y cuán sencillo es crear microservicios con Azure Service Fabric.
El documento presenta una introducción a Azure Machine Learning. Explica los conceptos clave de aprendizaje automático e inteligencia artificial como aprendizaje automático, minería de datos, estadística y modelado predictivo. También describe las herramientas de Azure ML como Azure ML Studio y los pasos típicos para crear un experimento de ML, incluida la obtención de datos, preprocesamiento, selección de características, entrenamiento de modelos, prueba e implementación de modelos predictivos.
Presentación en castellano escrita por Alex Rayón, revisada y extendida por Diego López de Ipiña, cuyo objetivo es indicar el potencial del paradigma cloud computing para el mundo empresarial y los profesionales en Economía y Gestión empresarial
Internet, Big Data e Inteligencia ArtificialCleverTask
Vídeo de la charla: https://www.youtube.com/watch?v=9BrIwVbZZ7c
Revisar la evolución de Internet nos sirve para ver en qué punto estamos, cómo ha surgido el concepto Big Data y por qué la Inteligencia Artificial está evolucionando rápidamente en los últimos años, cuando en realidad las primeras experiencias se dieron a mediados del siglo pasado.
El Machine Learning es una disciplina de la Inteligencia Artificial que crea sistemas (a veces llamados "robots") que aprenden de los datos. Deep Learning es una rama del Machine Learning que pretende simular el funcionamiento del cerebro humano.
Este documento trata sobre aprendizaje automático (machine learning). Explica que el aprendizaje automático permite predecir eventos futuros analizando información actual de manera sistemática y reproducible. También menciona algunos ejemplos comunes de aprendizaje automático como los filtros de spam, los buscadores web y las sugerencias de compra. Finalmente, resume los elementos esenciales del aprendizaje automático como los modelos, datos iniciales y de retroalimentación.
Primeros pasos con Apache Spark - Madrid Meetupdhiguero
Primeros pasos con Spark dentro del Apache Spark Meetup group de Madrid (http://www.meetup.com/Madrid-Apache-Spark-meetup/events/198362002/)
Contenido:
- Introdución
- Conceptos básicos
- Ecosistema Spark
- Instalación del entorno
- Errores comunes
This document discusses building cloud native applications. It defines cloud native applications as having services that are published and consumed via web services, can handle failures, are designed for horizontal scalability, use asynchronous processing, and have a stateless model. It then provides an example of a social feed application, outlines its functional and non-functional requirements, and describes how to architect it using patterns like loose coupling, polyglot persistence, fault tolerance, and decoupling services. The key is to design for scalability, failures, and minimize human intervention through a DevOps approach.
Este documento presenta una introducción a Big Data, incluyendo definiciones de Big Data, historia y tecnologías clave como Hadoop. Explica roles como científico de datos y oportunidades financieras en el campo. También describe ejemplos prácticos de análisis de Big Data como el monitoreo del sentimiento público en México usando Twitter y la combinación de datos geoespaciales y de redes sociales.
Este documento presenta una introducción a Spark, incluyendo conceptos clave como RDD, DataFrame y DStream. Explica cómo Spark puede desplegarse localmente, en modo standalone o usando YARN/Mesos, y describe operaciones fundamentales como transformaciones (map, filter), acciones (count) y métodos de agregación (groupByKey, combineByKey).
En esta charla miraremos al futuro introduciendo Spark como alternativa al clásico motor de Hadoop MapReduce. Describiremos las diferencias más importantes frente al mismo, se detallarán los componentes principales que componen el ecosistema Spark, e introduciremos conceptos básicos que permitan empezar con el desarrollo de aplicaciones básicas sobre el mismo.
Introduction: Technological and methodical pillars for Smarter Environment Enablement
Part I: Smarter Environments Theoretical Grounding
What is a Smart Environment?
Technological enablers: IoT, Web of Data and Persuasive Technologies
Technology mediated Human Collaboration: need for co-creation
Killer application domains: Open Government & Age-friendly cities
Part II: Review of core enablers for Smarter Environments
Co-creation methodologies: Service Design and Design for Thinking
Internet of Things and Web of Things
Web of Data: Linked Data, Crowdsourcing & Big Data
Persuasive technologies and Behaviour Change
Part III: Implications for CyberParks
European projects on enabling Smarter Environments: WeLive, City4Age, GreenSoul
Reflections on the need for collaboration among stakeholders mediated with technology to realize CyberParks
Conclusions and practical implications
Este documento presenta una introducción a Cloud Computing y Amazon Web Services (AWS). Explica los conceptos clave de Cloud Computing como Software as a Service (SaaS), Platform as a Service (PaaS) e Infrastructure as a Service (IaaS). Luego describe los servicios principales de AWS como Amazon Elastic Compute Cloud (EC2) para computación en la nube, Amazon Simple Storage Service (S3) para almacenamiento, y Amazon SimpleDB y Amazon Relational Database Service (RDS) para bases de datos. Finalmente, propone desarrollar una aplicación de ejemplo utilizando estos servicios de AWS.
Apache Spark es un motor de procesamiento de datos de código abierto y de alta velocidad. Proporciona procesamiento in-memory de datos a través de RDD (Resilient Distributed Datasets) que permiten operaciones paralelas tolerantes a fallas. Spark también ofrece un entorno de desarrollo interactivo y una API unificada para procesamiento por lotes e incremental sobre Hadoop u otros sistemas de almacenamiento distribuido.
Infraestructura Virtualizada:Cloud Computing
Cloud Computing es …
Evolución hacia Cloud Computing
Características de Cloud Computing
Clasificación de Cloud Computing
Fisonomía de Cloud Computing
Nivel de transferencia de responsabilidad
Arquitectura Cloud Computing
Ventajas y Retos de Cloud Computing
Proveedores Mayores
Previsión de Mercado y Proveedores Actuales
Amazon Web Services (AWS)
Microsoft Azure
Google Cloud Platform
Internet de las Cosas: IoT
¿Qué es Big Data?
What does being "cloud native" mean? In this session, presented at the Austin Microservices Meetup, I explore the four levels of the ODCA Cloud Application Maturity Model and discuss how microservices and containers can help transform applications.
VMware is introducing new platforms to better support cloud-native applications, including containers. The Photon Platform is a lightweight, API-driven control plane optimized for massive scale container deployments. It includes Photon OS, a lightweight Linux distribution for containers. vSphere Integrated Containers allows running containers alongside VMs on vSphere infrastructure for a unified hybrid approach. Both aim to provide the portability and agility of containers while leveraging VMware's management capabilities.
Introducción a Apache Spark a través de un caso de uso cotidianoSocialmetrix
El documento describe cómo una compañía usa Apache Spark para procesar grandes volúmenes de datos de Twitter de manera escalable y distribuida. Explica la evolución de su solución desde Hadoop MapReduce y Hive a Spark, destacando las ventajas de Spark como su programación en lenguajes conocidos, facilidad de testing y mantenimiento del código. Luego detalla cómo resuelven el problema de contar las menciones de cuentas junto con hashtags usando Spark.
La Práctica de Machine Learning en la empresaSoftware Guru
En esta sesión expondremos el impacto que machine learning tendra en la competividad de las empresas, así como revisar casos concretos del tipo de problemas que machine learning resuelve hoy en día. Así mismo, compartiremos un modelo de adopción de machine learning que los asistentes puedan utilizar para introducir esta práctica en sus organizaciones.
Semblanza del conferencista:
Manuel Reyes es investigador y consultor en análisis de datos. Cuenta con un doctorado en Ingeniería Eléctrica por la Universidad de Columbia y durante 7 años colaboró como investigador para el grupo de Bing en el corporativo de Microsoft en Redmond, Washington.
Emilio Osorio es Consultor Principal en Sistemas Humanos, un colectivo de profesionistas especializados en procesos de adopción y apropiación en tecnologías. Cuenta con una larga trayectoria en la industria de TI, habiendo fundado empresas como NexusNet, Nexusware y el mismo Sistemas Humanos. Emilio también gusta de participar como voluntario en una gama de proyectos y organizaciones sin fines de lucro en proyectos relacionados con educación, tecnología y cultura libres. http://mx.linkedin.com/in/minoruosorio
Presentation given at Open Source Summit Japan 2016 about the state of the cloud native technology (Cloud Native Computing Foundation) and the standardization of container technology (Open Container Initiative)
Tutorial en Apache Spark - Clasificando tweets en realtimeSocialmetrix
Apache Spark [1] es un nuevo framework de procesamiento distribuido para big data, escrito en Scala con wrappers para Python, que viene generando mucha atención de la comunidad por su potencia, simplicidad de uso y velocidad de procesamiento. Ya siendo llamado como el remplazo de Apache Hadoop.
Socialmetrix desarrolla soluciones en este framework para generar reportes y dashboards de información a partir de los datos extraídos de redes sociales.
Los participantes de este tutorial van aprender a levantar información de Twitter usando Spark Streaming, Desarrollar algoritmos para calcular hashtags más frecuentes, usuarios más activos en batch processing aplicarlos en realtime a los nuevos tweets que lleguen a través del stream.
¿Por que cambiar de Apache Hadoop a Apache Spark?Socialmetrix
Este documento compara Hadoop y Spark, argumentando que Spark es una mejor opción debido a su capacidad de procesamiento de datos in-memory, su interfaz más expresiva y su naturaleza de plataforma unificada que permite procesamiento por lotes y en tiempo real con un solo código. El documento también discute algunos desafíos de Spark como trabajos largos y problemas de serialización.
The document discusses the emerging "cloud-native" ecosystem centered around containers. It identifies key characteristics like containers as modular compute units and microservices architectures. Popular early solutions are mentioned like Docker, CoreOS, Kubernetes, and Mesosphere, but the ecosystem remains immature with issues around persistence, security, and lack of best practices. Standards are emerging that may drive further innovation, and containers still lack a "killer app" business case like virtualization had with consolidation. The document provides a taxonomy of the technology stack and lists many active companies and projects in different layers.
SpringOne Platform 2016
Speaker: Casey West; Principal Technologist, Pivotal
The value of embracing microservices, containers, and continuous delivery is powerful only when brought together in logical, scalable, and portable ways. When used incorrectly it’s increasingly easy to make things much worse for you and your team, and do it at scale. For example, while microservices can be used to effectively isolate functionality, increase the speed of delivery, and help scale your team it can also be a way to inefficiently duplicate functionality and create single points of failure. I’ll share anti-patterns and corresponding best practices based on my experience building application infrastructure and platforms, as well as the applications which are deployed to them.
Introduction to Machine Learning with AzureAlan Koo
Este documento presenta una introducción a machine learning y Azure Machine Learning. Explica conceptos fundamentales de machine learning y los pasos para construir una solución de machine learning, incluyendo recopilar datos, prepararlos, producir un modelo y publicarlo como un servicio web. Incluye demostraciones de cómo crear un workspace de Azure ML, producir un experimento de machine learning y publicarlo como un servicio web para su uso en aplicaciones.
Creando tu primer ambiente de AI en Azure ML y SQL ServerEduardo Castro
Este documento proporciona una introducción a cómo crear el primer entorno de inteligencia artificial en Azure. Explica brevemente los beneficios de la inteligencia artificial y el aprendizaje automático para los negocios. Luego describe algunos de los servicios principales de Azure que pueden usarse para analizar datos, desarrollar modelos de aprendizaje automático y implementar soluciones de IA, como Azure Machine Learning, Databricks y HDInsight.
Internet, Big Data e Inteligencia ArtificialCleverTask
Vídeo de la charla: https://www.youtube.com/watch?v=9BrIwVbZZ7c
Revisar la evolución de Internet nos sirve para ver en qué punto estamos, cómo ha surgido el concepto Big Data y por qué la Inteligencia Artificial está evolucionando rápidamente en los últimos años, cuando en realidad las primeras experiencias se dieron a mediados del siglo pasado.
El Machine Learning es una disciplina de la Inteligencia Artificial que crea sistemas (a veces llamados "robots") que aprenden de los datos. Deep Learning es una rama del Machine Learning que pretende simular el funcionamiento del cerebro humano.
Este documento trata sobre aprendizaje automático (machine learning). Explica que el aprendizaje automático permite predecir eventos futuros analizando información actual de manera sistemática y reproducible. También menciona algunos ejemplos comunes de aprendizaje automático como los filtros de spam, los buscadores web y las sugerencias de compra. Finalmente, resume los elementos esenciales del aprendizaje automático como los modelos, datos iniciales y de retroalimentación.
Primeros pasos con Apache Spark - Madrid Meetupdhiguero
Primeros pasos con Spark dentro del Apache Spark Meetup group de Madrid (http://www.meetup.com/Madrid-Apache-Spark-meetup/events/198362002/)
Contenido:
- Introdución
- Conceptos básicos
- Ecosistema Spark
- Instalación del entorno
- Errores comunes
This document discusses building cloud native applications. It defines cloud native applications as having services that are published and consumed via web services, can handle failures, are designed for horizontal scalability, use asynchronous processing, and have a stateless model. It then provides an example of a social feed application, outlines its functional and non-functional requirements, and describes how to architect it using patterns like loose coupling, polyglot persistence, fault tolerance, and decoupling services. The key is to design for scalability, failures, and minimize human intervention through a DevOps approach.
Este documento presenta una introducción a Big Data, incluyendo definiciones de Big Data, historia y tecnologías clave como Hadoop. Explica roles como científico de datos y oportunidades financieras en el campo. También describe ejemplos prácticos de análisis de Big Data como el monitoreo del sentimiento público en México usando Twitter y la combinación de datos geoespaciales y de redes sociales.
Este documento presenta una introducción a Spark, incluyendo conceptos clave como RDD, DataFrame y DStream. Explica cómo Spark puede desplegarse localmente, en modo standalone o usando YARN/Mesos, y describe operaciones fundamentales como transformaciones (map, filter), acciones (count) y métodos de agregación (groupByKey, combineByKey).
En esta charla miraremos al futuro introduciendo Spark como alternativa al clásico motor de Hadoop MapReduce. Describiremos las diferencias más importantes frente al mismo, se detallarán los componentes principales que componen el ecosistema Spark, e introduciremos conceptos básicos que permitan empezar con el desarrollo de aplicaciones básicas sobre el mismo.
Introduction: Technological and methodical pillars for Smarter Environment Enablement
Part I: Smarter Environments Theoretical Grounding
What is a Smart Environment?
Technological enablers: IoT, Web of Data and Persuasive Technologies
Technology mediated Human Collaboration: need for co-creation
Killer application domains: Open Government & Age-friendly cities
Part II: Review of core enablers for Smarter Environments
Co-creation methodologies: Service Design and Design for Thinking
Internet of Things and Web of Things
Web of Data: Linked Data, Crowdsourcing & Big Data
Persuasive technologies and Behaviour Change
Part III: Implications for CyberParks
European projects on enabling Smarter Environments: WeLive, City4Age, GreenSoul
Reflections on the need for collaboration among stakeholders mediated with technology to realize CyberParks
Conclusions and practical implications
Este documento presenta una introducción a Cloud Computing y Amazon Web Services (AWS). Explica los conceptos clave de Cloud Computing como Software as a Service (SaaS), Platform as a Service (PaaS) e Infrastructure as a Service (IaaS). Luego describe los servicios principales de AWS como Amazon Elastic Compute Cloud (EC2) para computación en la nube, Amazon Simple Storage Service (S3) para almacenamiento, y Amazon SimpleDB y Amazon Relational Database Service (RDS) para bases de datos. Finalmente, propone desarrollar una aplicación de ejemplo utilizando estos servicios de AWS.
Apache Spark es un motor de procesamiento de datos de código abierto y de alta velocidad. Proporciona procesamiento in-memory de datos a través de RDD (Resilient Distributed Datasets) que permiten operaciones paralelas tolerantes a fallas. Spark también ofrece un entorno de desarrollo interactivo y una API unificada para procesamiento por lotes e incremental sobre Hadoop u otros sistemas de almacenamiento distribuido.
Infraestructura Virtualizada:Cloud Computing
Cloud Computing es …
Evolución hacia Cloud Computing
Características de Cloud Computing
Clasificación de Cloud Computing
Fisonomía de Cloud Computing
Nivel de transferencia de responsabilidad
Arquitectura Cloud Computing
Ventajas y Retos de Cloud Computing
Proveedores Mayores
Previsión de Mercado y Proveedores Actuales
Amazon Web Services (AWS)
Microsoft Azure
Google Cloud Platform
Internet de las Cosas: IoT
¿Qué es Big Data?
What does being "cloud native" mean? In this session, presented at the Austin Microservices Meetup, I explore the four levels of the ODCA Cloud Application Maturity Model and discuss how microservices and containers can help transform applications.
VMware is introducing new platforms to better support cloud-native applications, including containers. The Photon Platform is a lightweight, API-driven control plane optimized for massive scale container deployments. It includes Photon OS, a lightweight Linux distribution for containers. vSphere Integrated Containers allows running containers alongside VMs on vSphere infrastructure for a unified hybrid approach. Both aim to provide the portability and agility of containers while leveraging VMware's management capabilities.
Introducción a Apache Spark a través de un caso de uso cotidianoSocialmetrix
El documento describe cómo una compañía usa Apache Spark para procesar grandes volúmenes de datos de Twitter de manera escalable y distribuida. Explica la evolución de su solución desde Hadoop MapReduce y Hive a Spark, destacando las ventajas de Spark como su programación en lenguajes conocidos, facilidad de testing y mantenimiento del código. Luego detalla cómo resuelven el problema de contar las menciones de cuentas junto con hashtags usando Spark.
La Práctica de Machine Learning en la empresaSoftware Guru
En esta sesión expondremos el impacto que machine learning tendra en la competividad de las empresas, así como revisar casos concretos del tipo de problemas que machine learning resuelve hoy en día. Así mismo, compartiremos un modelo de adopción de machine learning que los asistentes puedan utilizar para introducir esta práctica en sus organizaciones.
Semblanza del conferencista:
Manuel Reyes es investigador y consultor en análisis de datos. Cuenta con un doctorado en Ingeniería Eléctrica por la Universidad de Columbia y durante 7 años colaboró como investigador para el grupo de Bing en el corporativo de Microsoft en Redmond, Washington.
Emilio Osorio es Consultor Principal en Sistemas Humanos, un colectivo de profesionistas especializados en procesos de adopción y apropiación en tecnologías. Cuenta con una larga trayectoria en la industria de TI, habiendo fundado empresas como NexusNet, Nexusware y el mismo Sistemas Humanos. Emilio también gusta de participar como voluntario en una gama de proyectos y organizaciones sin fines de lucro en proyectos relacionados con educación, tecnología y cultura libres. http://mx.linkedin.com/in/minoruosorio
Presentation given at Open Source Summit Japan 2016 about the state of the cloud native technology (Cloud Native Computing Foundation) and the standardization of container technology (Open Container Initiative)
Tutorial en Apache Spark - Clasificando tweets en realtimeSocialmetrix
Apache Spark [1] es un nuevo framework de procesamiento distribuido para big data, escrito en Scala con wrappers para Python, que viene generando mucha atención de la comunidad por su potencia, simplicidad de uso y velocidad de procesamiento. Ya siendo llamado como el remplazo de Apache Hadoop.
Socialmetrix desarrolla soluciones en este framework para generar reportes y dashboards de información a partir de los datos extraídos de redes sociales.
Los participantes de este tutorial van aprender a levantar información de Twitter usando Spark Streaming, Desarrollar algoritmos para calcular hashtags más frecuentes, usuarios más activos en batch processing aplicarlos en realtime a los nuevos tweets que lleguen a través del stream.
¿Por que cambiar de Apache Hadoop a Apache Spark?Socialmetrix
Este documento compara Hadoop y Spark, argumentando que Spark es una mejor opción debido a su capacidad de procesamiento de datos in-memory, su interfaz más expresiva y su naturaleza de plataforma unificada que permite procesamiento por lotes y en tiempo real con un solo código. El documento también discute algunos desafíos de Spark como trabajos largos y problemas de serialización.
The document discusses the emerging "cloud-native" ecosystem centered around containers. It identifies key characteristics like containers as modular compute units and microservices architectures. Popular early solutions are mentioned like Docker, CoreOS, Kubernetes, and Mesosphere, but the ecosystem remains immature with issues around persistence, security, and lack of best practices. Standards are emerging that may drive further innovation, and containers still lack a "killer app" business case like virtualization had with consolidation. The document provides a taxonomy of the technology stack and lists many active companies and projects in different layers.
SpringOne Platform 2016
Speaker: Casey West; Principal Technologist, Pivotal
The value of embracing microservices, containers, and continuous delivery is powerful only when brought together in logical, scalable, and portable ways. When used incorrectly it’s increasingly easy to make things much worse for you and your team, and do it at scale. For example, while microservices can be used to effectively isolate functionality, increase the speed of delivery, and help scale your team it can also be a way to inefficiently duplicate functionality and create single points of failure. I’ll share anti-patterns and corresponding best practices based on my experience building application infrastructure and platforms, as well as the applications which are deployed to them.
Introduction to Machine Learning with AzureAlan Koo
Este documento presenta una introducción a machine learning y Azure Machine Learning. Explica conceptos fundamentales de machine learning y los pasos para construir una solución de machine learning, incluyendo recopilar datos, prepararlos, producir un modelo y publicarlo como un servicio web. Incluye demostraciones de cómo crear un workspace de Azure ML, producir un experimento de machine learning y publicarlo como un servicio web para su uso en aplicaciones.
Creando tu primer ambiente de AI en Azure ML y SQL ServerEduardo Castro
Este documento proporciona una introducción a cómo crear el primer entorno de inteligencia artificial en Azure. Explica brevemente los beneficios de la inteligencia artificial y el aprendizaje automático para los negocios. Luego describe algunos de los servicios principales de Azure que pueden usarse para analizar datos, desarrollar modelos de aprendizaje automático y implementar soluciones de IA, como Azure Machine Learning, Databricks y HDInsight.
Trasparencias de la charla Machine Learning for Dummies del grupo Meetup de Azuges @ 22 de Noviembre de 2016
Ponentes: Rodrigo Cabello y Carlos Landeras
24 HOP edición Español - Alm para el desarrollo de base de datos sql server -...SpanishPASSVC
El método de Microsoft para administrar el ciclo de vida de las aplicaciones (Application Lifecycle Management, ALM) proporciona un entorno flexible y ágil que se adapta a las necesidades del equipo, elimina barreras entre roles y optimiza los procesos, de manera que puede centrarse en ofrecer software de gran calidad de un modo más rápido y eficiente. En esta sesión nos concentraremos en los proyectos de base de datos que toman una gran importancia en un mundo en el que el desarrollo de software es cada vez más importante para el éxito de un negocio.
24 Horas Español 2014 - ALM para el desarrollo de base de datos SQL ServerJohn Bulla
El método de Microsoft para administrar el ciclo de vida de las aplicaciones (Application Lifecycle Management, ALM) proporciona un entorno flexible y ágil que se adapta a las necesidades del equipo, elimina barreras entre roles y optimiza los procesos, de manera que puede centrarse en ofrecer software de gran calidad de un modo más rápido y eficiente. En esta sesión nos concentraremos en los proyectos de base de datos que toman una gran importancia en un mundo en el que el desarrollo de software es cada vez más importante para el éxito de un negocio.
El Aprendizaje Automático (AA), conocido en inglés como Machine Learning, es una rama de la Inteligencia Artificial en la cual su principal objetivo es desarrollar técnicas que permitan a las computadoras aprender, es decir, se considera como un proceso de inducción del conocimiento. Dentro de las aplicaciones de aprendizaje automático están diversas aplicaciones de negocio como motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis del mercado de valores, clasificación de secuencias de ADN, reconocimiento del habla entre otros. En esta sesión presentaremos alguno de los conceptos fundamentales del AA y mostraremos cómo crear este tipo de soluciones usando Azure Machine Learning, el nuevo servicio de Azure completamente administrado en la nube y que puede ser integrado en nuestras aplicaciones tradicionales de negocio.
24 HOP edición Español - Capacidades de power bi - Andrei garzonSpanishPASSVC
Power BI nos ofrece un conjunto nuevo de capacidades en inteligencia de negocios. En la sesión se presentarán temas como Q&A, acceso a datos locales, predicciones entre otros
Administrando SQL Server, mejores practicas para un DBASpanishPASSVC
DBA por accidente? A todos nos ha pasado que tenemos que administrar una base de datos sin tener nociones de que es ser un DBA, ven a esta charla para conocer consejos y mejores practicas para administrar tu SQL Server.
Escalando con SQL Server hasta la nube, un trayecto necesario - Adrian MirandaSpanishPASSVC
El documento habla sobre cómo escalar SQL Server a la nube, un paso necesario. Explica que se necesita para integrar sistemas transaccionales en datacenters convencionales con máquinas virtuales en Azure para soluciones de alta disponibilidad y recuperación de desastres. También cubre consideraciones para migrar a la nube y demuestra cómo configurar SQL Server en una máquina virtual de Azure.
Con BI + Sharepoint todos los usuarios obtienen los datos y la información que necesitan con la máxima flexibilidad y autonomía. PowerPivot, Gráficos dinámicos, Indicadores, cuadros de mando, … todo integrado y fácil de usar.
Este documento presenta una introducción a Machine Learning. La agenda incluye una presentación del curso y los profesores, una introducción a Machine Learning, trabajando con Azure Machine Learning y conclusiones. Se explican conceptos clave como inteligencia artificial, machine learning, deep learning y marcos de trabajo como Azure Cognitive Services y Azure Machine Learning.
Este documento presenta un webinar sobre el análisis de información con SAP Business Objects Cloud. Explica brevemente cómo la cantidad de datos ha crecido exponencialmente y cómo la nube se ha vuelto crucial para el análisis de datos. Luego describe las ventajas de SAP Business Objects Cloud para el análisis de datos en la nube en términos de costos, agilidad y otras métricas. Finalmente, proporciona información sobre los próximos pasos para probar y aprender sobre esta solución de análisis de datos en la n
Power Platform 101 - Introducción a Power Platform - PPWT Madrid 2019Nico Fernandez
El documento presenta una introducción a la Power Platform, rompiendo mitos y compartiendo las mejores prácticas. Explica que la Power Platform permite construir aplicaciones sin código con Power Apps, incluir personas externas en procesos de negocio con Portals, automatizar procesos con Power Automate, analizar datos con Power BI, automatizar asistencia con Power Virtual Agent y utilizar modelos de IA con AI Builder. El documento también incluye una demostración de las capacidades de la plataforma.
Este documento presenta un resumen de una sesión sobre Query Store en SQL 2016. Query Store almacena información de rendimiento de consultas para su posterior análisis y mejora del rendimiento de la base de datos. La sesión incluirá detalles sobre la arquitectura y uso de Query Store.
Analytics SaaS - Power BI & Power BI Desktop: Generalidades, particularidades...Guillermo Taylor
Este documento describe brevemente Power BI, una herramienta de análisis de datos de Microsoft que permite conectarse a fuentes de datos, crear dashboards e informes, y obtener información analítica para la toma de decisiones. Incluye demostraciones de uso de Power BI para analizar datos de sitios web, bases de datos y Excel. Resalta los beneficios de Power BI como la visualización intuitiva de datos y la actualización en tiempo real de dashboards.
SQL Server 2014 y La Plataforma de DatosJoseph Lopez
Un análisis objetivo y amplio (Vista rápida) sobre las nuevas características en la versión 2014, aplicadas al desempeño y ejecución de escenarios empresariales de alto desempeño como lo es In-Memory for OLTP, Update Capable Column Store Index, Alta Disponibilidad y Misión Critica sobre altos volúmenes de transaccionalidad de datos.
Sql server 2014 y la plataforma de datosSpanishPASSVC
Un análisis objetivo y amplio (Vista rápida) sobre las nuevas características en la versión 2014, aplicadas al desempeño y ejecución de escenarios empresariales de alto desempeño como lo es In-Memory for OLTP, Update Capable Column Store Index, Alta Disponibilidad y Misión Critica sobre altos volúmenes de transaccionalidad de datos.
Performance Tuning en Azure SQL DatabaseJoseph Lopez
Este documento proporciona una introducción al rendimiento de consulta en Azure SQL Database v12. Explica por qué es importante aplicar ajustes de rendimiento, las herramientas disponibles como T-SQL, PowerShell, SQL Server Management Studio y de terceros, las métricas a desarrollar como DMVs y Query Store, y concluye que aplicar ajustes de rendimiento puede ahorrar dinero aprovechando las mismas técnicas que en SQL Server local. Incluye demostraciones de estas herramientas.
Similar a 24 HOP edición Español - Machine learning - Cesar Oviedo (20)
Creación de un modelo de análisis predictivo en la nubeSpanishPASSVC
Microsoft Azure ofrece una solución de análisis predictivo 100% Cloud, donde es posible realizar el proceso analítico de búsqueda de patrones en los datos, y a la vez la explotación de estos modelos en un ambiente de producción altamente disponible y escalable como lo es Microsoft Azure.
Analizando la performance del subsistema de IOSpanishPASSVC
Analizaremos el subsistema de I/O para detectar los posibles cuellos de botella. Para llevar a cabo esto utilizaremos distintas técnicas y herramientas
Este documento resume una presentación sobre lecciones aprendidas en la implementación de AlwaysOn. Cubre conceptos básicos de alta disponibilidad y recuperación de desastres como RTO, RPO y diferentes estrategias. También explica los componentes clave de AlwaysOn como grupos de disponibilidad y consideraciones al implementarlo en entornos con múltiples nodos.
Mejoras de Rendimiento para Replicación TransaccionalSpanishPASSVC
Este documento resume una presentación sobre mejoras de rendimiento para la replicación transaccional en SQL Server. La presentación cubrirá problemas comunes relacionados con el rendimiento de la replicación, cómo identificarlos y posibles soluciones. Se explicarán conceptos como tipos de publicación, monitoreo de latencia e informes, errores comunes y formas de mejorar el rendimiento mediante perfiles y streams de replicación.
Todo el mundo que trabaja con base de datos siempre se ha preguntado alguna vez qué son los planes de ejecución y como se leen. Saber leer un plan de ejecución nos va a dar información valiosísima de cara a mejorar el rendimiento de una consulta. En esta sesión vamos a centrarnos en aprender a leer T-SQL para interpretar lo que está haciendo SQL Server para devolvernos la información.
VMs de alto rendimiento para SQL Server en AWS y AzureSpanishPASSVC
Este documento presenta una introducción a las opciones de máquinas virtuales y almacenamiento para construir servidores SQL de alto rendimiento en AWS y Azure. Cubre los principales modelos de VM como T2, M4, C4 y R3 en AWS, y A, D, G, DS y GS en Azure. También explica las opciones de almacenamiento como EBS general, Provisioned IOPS y almacenamiento local en AWS, y Page Blob, SSD local y Premium Storage en Azure. El documento concluye recomendando modelos y configuraciones óptimas para lograr alto
En esta charla estaremos demostrando Tecnicas avanzadas de Monitoreo tales como
- Analizando la actividad de SQL Server
- Utilizando Extended events para realizar monitoreo en SQL Server
- monitoreo proactivo
- Auditoria Utilizando Service Broker
Principios de diseño para procesos de ETLSpanishPASSVC
Aun cuando SSIS es una tecnología robusta para ETL, los procesos de integración de datos son las causa más frecuente por los que los proyectos fracasan. En muchos casos esto se debe a la falta de planeamiento y el uso de cuestionables técnicas de diseño. En esta charla vamos a evaluar los procesos de ETL de una manera general para luego identificar áreas claves que muchas veces son dejadas al azar, y que en un momento determinado pudiesen comprometer la estabilidad del sistema e incrementar su costo de operación.
Planeando e implementando servicios de datos con Microsoft AzureSpanishPASSVC
Analizaremos las diferencias entre bases de datos SQL Server on premise y Azure SQL Database. Como implementar SQL Azure Database, como migrar, monitorear y mantener la continuidad operativa con Self Service Restore y Geo Replicación.
Mejores prácticas para SQL Server en ambientes virtualizadosSpanishPASSVC
Este documento presenta las mejores prácticas para SQL Server en ambientes virtualizados. Comienza con una biografía del orador Carlos Rojas Vargas, quien es un experto en SQL Server. Luego discute opciones de consolidación para SQL Server, incluidas instancias únicas, múltiples instancias y máquinas virtuales. También cubre consideraciones de virtualización, alta disponibilidad y rendimiento. Finalmente, proporciona recomendaciones generales para la virtualización de SQL Server.
Mejores prácticas de Data Warehouse con SQL ServerSpanishPASSVC
Este documento presenta varias mejores prácticas para el diseño y administración de data warehouses con SQL Server. Incluye estudios de caso de empresas como Microsoft AdCenter y Xbox Live que utilizan particionamiento, SSD y balanceo de carga para lograr escalabilidad. También recomienda usar un modelo de datos optimizado para consultas, limpiar datos durante ETL y adoptar un enfoque de "una sola verdad" de datos.
La receta de la abuela para mejores cargas de datosSpanishPASSVC
En esta sesión veremos mejores prácticas para cargas de datos a ser utilizados en ETLs de alto volumen, veremos técnicas de carga y configuración de la base de datos, uso de particiones, compresión, indexes columnstore y más. Esta receta estará cargada de buenas demos, todas aprobadas por la abuela desde épocas que datan antes del windows 3.1!
Cuadros de mando el todo es más que la suma de las partesSpanishPASSVC
Este documento presenta una introducción a los cuadros de mando. Explica que los cuadros de mando proporcionan información clave de alto nivel en una sola interfaz de manera clara y útil. También describe los pasos para diseñar un cuadro de mando efectivo, incluida la definición de objetivos, métricas clave, dimensiones y el desarrollo iterativo.
Automatizando la generación de Datawarehouses a través de metadatosSpanishPASSVC
Nos enfrentamos cada vez a retos mas difíciles y complejos en la creación de Datawarehouses con SQL Server. Esto nos hace pensar en como quitarnos el trabajo superfluo, el que no aporta valor de negocio para centrar nuestras energías en resolver las cuestiones propias del negocio. La charla explorará alguna de las posibilidades de automatización de creación de procesos ETL. Para ello hablaremos de BIML, SSIS, JSON y metadatos.
Descubriendo el corazón de la optimización “Estadísticas más que un concepto”SpanishPASSVC
El documento habla sobre las estadísticas en las bases de datos y su importancia para la optimización de consultas. Explica que las estadísticas representan la distribución de datos en columnas y ayudan al optimizador a determinar la selectividad, cardinalidad y densidad de los datos. También cubre cómo crear estadísticas de forma automática o manual, leer estadísticas existentes y mantenerlas de forma automática u manual para que reflejen los cambios en los datos.
Power BI es un servicio en la nube para el manejo de datos y una moderna solución de reportes accesible en todas las plataformas, pero ¿realmente cómo funciona? No importa cuán simple sea su gestión de datos, para tomar ventaja de este servicio deberá diseñar y administrar algunos de sus componentes. En esta sesión aprenderemos de las diferencias entre versiones, seguridad, colaboración y estrategias para refrescar la data tanto en escenarios de uso personal como empresariales.
Vista 360 grados de DataZen - Juan AlvaradoSpanishPASSVC
En esta charla se vera un vistazo general a DataZen, sus componentes a nivel servidor y cliente, tambien se vera la forma en que se desarrolla en proyectos de inteligencia de negocios con datazen.
Este documento presenta una introducción al soporte de JSON en SQL Server 2016. Explica brevemente qué es JSON y resume las principales características de soporte de JSON en SQL Server 2016, incluidas las cláusulas FOR JSON y OPENJSON y las funciones integradas para JSON. También incluye enlaces a recursos adicionales y un próximo evento sobre DataZen.
Reporte homicidio doloso descripción
Reporte que contiene información de las víctimas de homicidio doloso registradas en el municipio de Irapuato Guanajuato durante el periodo señalado, comprende información cualitativa y cuantitativa que hace referencia a las características principales de cada uno de los homicidios.
La información proviene tanto de medios de comunicación digitales e impresos como de los boletines que la propia Fiscalía del Estado de Guanajuato emite de manera diaria a los medios de comunicación quienes publican estas incidencias en sus distintos canales.
Podemos observar cantidad de personas fallecidas, lugar donde se registraron los eventos, colonia y calle así como un comparativo con el mismo periodo pero del año anterior.
Edades y género de las víctimas es parte de la información que incluye el reporte.
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdfMedTechBiz
Este libro ofrece una introducción completa y accesible a los campos de la minería de datos y la inteligencia artificial. Cubre todo, desde conceptos básicos hasta estudios de casos avanzados, con énfasis en la aplicación práctica utilizando herramientas como Python y R.
También aborda cuestiones críticas de ética y responsabilidad en el uso de estas tecnologías, discutiendo temas como la privacidad, el sesgo algorítmico y transparencia.
El objetivo es permitir al lector aplicar técnicas de minería de datos e inteligencia artificial a problemas reales, contribuyendo a la innovación y el progreso en su área de especialización.
nombres de las unidades y situacion significativa 2024.docx
24 HOP edición Español - Machine learning - Cesar Oviedo
1. Machine Learning???
Microsoft Azure Machine Learning
Expositor: MVP César Oviedo - MCT, MCSE, MCITP
Moderador: Jose L Rivera
2. Gracias a nuestros auspiciadores
Database Security as Easy as A-B-C
http://www.greensql.com
Hardcore Developer and IT
Training
http://www.pluralsight.com
SQL Server Performance
Try PlanExplorer today!
http://www.sqlsentry.com
3. Próximos SQL Saturday
6 de Diciembre de 2014
https://www.sqlsaturday.com/351/register.aspx
24 de Enero de 2015
https://www.sqlsaturday.com/346/register.aspx
18 de Abril de 2015
https://www.sqlsaturday.com/368/register.aspx
9 de Mayo de 2015
https://www.sqlsaturday.com/373/register.aspx
4. Capítulo Global PASS en Español
4
4
Reuniones semanales todos los miércoles a
las 12PM UTC-5 (Hora de Colombia)
https://www.facebook.com/SpanishPASSVC
5. 5
Asistencia Técnica
Si requiere asistencia
durante la sesión debe
usar la sección de
preguntas que esta en el
menú de la derecha.
Use el botón de Zoom
para ajustar su pantalla
al tamaño deseado
Escriba sus preguntas
en la sección de
preguntas que esta en el
menú de la derecha
6. 6
Speaker
MVP César Oviedo
BI LATAM Community Manager
CEO Sensus Data & Analytics
MCT, MCSE, MCSA, MCITP, MCTS
www.businessintelligencelatam.com
/BusinessIntelligenceLatam
/groups/businessintelligencecr/
/BILATAM
8. Magic Quadrant for Advanced Analytics Platforms
(Antes del Machine Learning)
Precauciones
• “SQL Server 2012 Analysis Services le
8
8
falta amplitud y profundidad, así como la
facilidad de uso …”
• “aunque esto puede cambiar a medida
que las versiones finales del producto a
finales de 2014”
9. 9
Machine Learning
“The goal of machine learning is to build computer
systems that can adapt and learn from their
experience.”
– Tom Dietterich
10. 10
Types of Analytics
10
Traditional BI Deployed ML
11. ¿Cuándo debo usar Machine Learning?
11
• Predicción automatizada es el
objetivo
• Datos históricos ya disponibles
• “Números mágicos” en
sistemas de actuales
Si
• La predicción es una pequeña
parte de la experiencia
• No hay datos históricos
disponibles
• Muchos de reglas de negocio
gobiernan la experiencia
• Las predicciones no tienen un
patrón predecible
No
12. 12
Clases de problemas
Classification: Asignar una categoría a cada elemento (restaurante Chino | Francés | Hindú |
Italiano | japonés).
Regression: Predecir un valor real para cada elemento (valor de las acciones / efectivo,
temperatura).
Ranking: Ordenar artículos de acuerdo con algún criterio (búsqueda en la Web resulta relevante
para una consulta del usuario).
Clustering: Segmentar artículos en grupos homogéneos (carteras de clientes).
Dimensionality reduction: Transformar una representación inicial de elementos a una menor
representación dimensiones conservando algunas propiedades (preprocesamiento de imágenes
digitales).
13. Flujo basico del Machine Learning
Data
Model
Learning Prediction
Parameters
Decision Making
Utility Function
16. • Accesible a través de un navegador web, sin
16
Caracteristicas y Beneficios
16
necesidad de instalar software
• Colaboración en cualquier lugar a través del Azure
workspace
• Desarrollo 100% visual
• Extensible, soporte de R
• Experimentación rápida para crear modelos
• Rápidamente se pueden probar algoritmos de ML y
estrategias de modelado
• Desplegar rápidamente modelo como servicio web
Azure
17. consume publish
17
☁
ML API Service
+
enterprise
customer
data
scientist
☁
ML Studio
IT Pro
Azure ML Web Service
18. Desde el problema de negocio hacia el Valor Agregado
Data Microsoft Azure Machine Learning API
18
Microsoft
Azure portal
Publish API in minutes
Devices Applications Dashboards
ML
Studio
Workspace
Storage space Web
HDInsight
Azure Storage
Desktop Data
Business problem Modeling Deployment Business value