Un barco faenando puede verse como un gran monitor que recoge datos del mar. La cantidad de datos recogidos es un big data. En este trabajo se recogen datos sobre la pesca del fletan y se realizan propuestas para su análisis.

1. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
APLICACIÓN AL ESTUDIO DE
LA PESQUERÍA DEL FLETÁN
DELARTÍCULO
“THE PARABLE OF GOOGLE FLU: TRAPS IN BIG
DATA ANALISYS”
Autores: Victor Sanz y Alberto Corral

2. ALUMNO : Víctor. Sanz. Fernández
TITULACIÓN: CIENCIAS DEL MAR
Facultad de Ciencias del Mar y Ambientales (UCA)
BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
AUTORES
ALUMNO : Alberto Corral Rojas
TITULACIÓN: CIENCIAS MATEMÁTICAS E INGENIERÍA MATEMÁTICA
Facultad de Ciencias matemáticas (UCM)

3. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
APLICACIÓN A LA PESQUERÍA DEL FLETÁN
DEL PACÍFICO.
Víctor. Sanz. Fernández

4. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
Hippoglossus stenolepis
(Schmidt, 1904)
Familia Pleuronectinidae
Subfamilia Pleuronectinae
Orden Pleuronectiformes
Clase Actinopterigios
Talla máxima: 258 cm TL (macho); 267 cm TL
(hembra); peso máximo publicado; 363 kg; edad
máxima comunicada: 42 años.
Medioambiente: demersal; oceanódromo; marino;
rango de profundidad 0 – 1200 m.
Clima: templado; 65ºN – 31ºN.
Pesquerías:
FAO (Food and Agriculture Organization of the United Nations): la captura
total (1999) = 43.557 tm.
Los países con mayores capturas fueron Estados Unidos y Canadá.
Palangre de fondo.
Lances efectivos estandarizados: líneas madre de 45,72 metros (1800
pulgadas) con anzuelos de 16/0 cada 45 cm en brazolas de 60 a 100 cm de
largo.

5. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
Selección de los datos facilitados por la International Pacific Halibut Commission (IPHC).
Capturas de 14 años, en capturas diarias durante los meses de temporada de pesca que comienzan el
30 de mayo y termina el 28 de agosto.
Se agrupan los datos de cada ciclo en grupos 13 de 7 días reales.
Captura por unidad de esfuerzo
(CPUE) = kilogramos/lances efectivos.

6. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
Negro: serie temporal con ruido.
Rojo: Tendencia.
Azul: Tendencia + estacionaria (sin
ruido).
Comportamiento estacional.
¿Tendencia?.
¿Varianza constante?.

7. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
Serie estacionaria: la media y la varianza, no
varían a lo largo del tiempo. Objetivo
cumplido podemos empezar a realizar nuestros
modelos ARIMA.
Descomposición de la serie temporal.

8. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
CUADRO DE ELABORACIÓN DE UN MODELO ARIMA.

9. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
ARTÍCULO
Cada semana, millones de usuarios de todo el mundo buscan información sanitaria online. Como es de esperar, se realizan
más búsquedas relacionadas con la gripe durante la temporada de gripe, más búsquedas sobre alergias durante la
temporada de alergias y más búsquedas sobre las quemaduras solares durante el verano, ¿pueden proporcionar las
tendencias de las consultas la base de un modelo preciso y fiable sobre los fenómenos del mundo real?
Han descubierto que existe una estrecha relación entre el número de personas que realizan búsquedas relacionadas con la
gripe y las personas que realmente sufren síntomas gripales. Obviamente, no todas las personas que buscan "gripe" están
enfermas, pero cuando se suman todas las búsquedas relacionadas con esta enfermedad surge un patrón. Mediante el
recuento de la frecuencia de estas consultas, podemos estimar en qué medida circula la gripe por diferentes países y
regiones de todo el mundo.
Han descubierto que ciertos términos
de búsqueda son buenos indicadores
de la actividad de la gripe. El proyecto y
la serie temporal “Evolución de la gripe”
en Google utiliza los datos globales de
las búsquedas en Google para realizar,
casi en tiempo real, cálculos
aproximados de la actividad actual de la
gripe en todo el mundo.

10. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R

11. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
GRÁFICOS 4-D

12. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
ACCESO A BIG DATA

13. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
APLICACIÓN A ESPAÑA

14. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
OTROS ARTÍCULOS

15. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
DISPONIBILIDAD DE NUEVAS FUENTES
DE BIG DATA

16. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
AWS FORUM
GLOSARIO DE TÉRMINOS:
Autenticación multifactor
EBS.
ESSS
Virtual prívate cloud VPC
Amazon elastic map reduce AEMR
PROGRAMA FINAL
Primero hablan de las aplicaciones de gestión de DNS, para la
integración de sistemas y módulos de enroutamiento.
Posteriormente incorporan la herramienta de gestión de Load
Balance, para balancear entre ips o bien entre entradas de https y
así ganar en elasticidad de manejo de las cargas.
En el caso de tratar con pega bytes de información asociada a
base de datos columnar y escalar data warehouse usaríamos
Redshift Amazon
El último módulo, el 5, trata de deployment y management.
Principalmente vuelve sobre la aplicación, e introduce la Elastic
Beanstalk

17. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
AWS FORUM

18. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
AWS RECOMENDACIONES DE FORMACIÓN

19. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
AWS RECOMENDACIONES DE FORMACIÓN

20. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
NOTICIAS DE ACTUALIDAD

21. BIG & OPEN DATAANÁLISIS Y
PROGRAMACIÓN CON R
SI SE CREE Y SE TRABAJA. SE PUEDE (DIEGO PABLO SIMEONE).
¡ MUCHAS GRACIAS POR VUESTRAATENCIÓN!.