Workshop de Introducción al Análisis del Big DAta: Movilidad Urbana

El próximo 1 de Julio de 2016 se celebra en Link by UMA un Workshop dirigido a estudiantes de últimos cursos de carrera o recien graduados y profesionales con interés en adquirir conocimientos en Big Data Analytics.

Inscríbete en el formulario que aparece en esta página: https://workshopbigdatauma.splashthat.com/

El objetivo principal de este taller es de dar a conocer, de forma práctica y amena, una serie de técnicas y procesos fundamentales en el análisis del Big Data con un caso de estudio aplicado en el entorno del Smart City. Además, este evento pretende servir de foro de comunicación y reflexión sobre el estado actual y futuro en la aplicación del Big Data, dando a conocer problemas industriales reales para su aplicación.

El caso de uso de las Smart Cities conlleva una serie de tareas como capturar, almacenar, procesar y analizar gran cantidad de datos procedentes de fuentes muy diversas para poder transformarlos en conocimiento útil para la toma de decisiones y poder anticiparnos a lo que va a pasar.

Algunas de las áreas susceptibles de mejora gracias al uso de Big Data son: la seguridad ciudadana, la movilidad urbana, la gestión de la eficiencia energética y los residuos urbanos y el análisis de sentimiento del ciudadano.

Como caso práctico, presentaremos una ejercicio de predicción de la densidad del tráfico en una zona del área metropolitana de Manhatan, en Nueva York. Nos basamos para este caso en datos reales obtenidos a partir de sensores de tráfico y disponibles desde el área de movilidad del ayuntamiento de Nueva York. Utilizaremos aplicaciones como Hive y HCatalog para el almacenamiento y procesado de los datos. El análisis de las densidades de tráfico se llevará a cabo utilizando algoritmos y modelos de predicción mediante las librerías de minería de datos de Rhadoop.

Anuncios

Mejorando la producción de proteínas mediante el análisis de la bibliografía científica

El análisis de texto o procesamiento de lenguaje natural es un área innovadora en la intersección de las ciencias de la computación, la inteligencia artificial y la lingüística. Esta área de conocimiento ha cobrado gran importancia con el surgimiento del análisis de redes sociales, donde casi la totalidad de los análisis se basan en el descubrimiento de información en textos.

El descubrimiento de entidades y el cálculo de las relaciones semánticas existentes entre las mismas en diferentes textos representa un reto tecnológico. Este reto es incluso más importante cuando se trata de aprovechar esta información para la extracción de conocimiento y el tratamiento automatizado en ámbitos como el biomédico, donde nos encontramos con textos en ámbitos relacionados como la biología y la medicina. Es esto se une el hecho de la gran cantidad de información textual publicada en estos ámbitos cada año.

Vamos a mostrar cómo es posible hacer uso de técnicas de análisis de texto para descubrir información científica relevante en contextos en los que es posible tener un conocimiento amplio del problema a resolver. Sin embargo, estas técnicas suelen requerir que un experto del dominio del problema exprese las necesidades de extracción de información.

bioledge1
La información contenida en artículos científicos forma redes de conocimiento implícito

Continúa leyendo Mejorando la producción de proteínas mediante el análisis de la bibliografía científica