Challenges and Best Practices for Enterprise Adoption of Big Data Technologies
En este documento se discute el uso emergente de las tecnologa̕s de datos masivos en deps̤itos de datos empresariales e inteligencia empresarial con el props̤ito de estimular la innovacin̤ y generar mejores decisiones empresariales. Se presentan mejores prc̀ticas y tčnicas de la implementacin̤ de d...
Gorde:
| Beste egile batzuk: | , , |
|---|---|
| Formatua: | Liburua |
| Hizkuntza: | ingelesa |
| Gaiak: | |
| Sarrera elektronikoa: | Challenges and Best Practices for Enterprise Adoption of Big Data Technologies |
| Etiketak: |
Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
|
MARC
| LEADER | 00000nam a22000004a 4500 | ||
|---|---|---|---|
| 001 | vpro14345 | ||
| 005 | 20201223000000.0 | ||
| 008 | 190110s2019 ck # g## #001 0#eng#d | ||
| 020 | |||
| 022 | |a 1042-1319 | ||
| 040 | |a CO-BoINGC | ||
| 041 | 0 | |a eng | |
| 245 | 1 | 0 | |a Challenges and Best Practices for Enterprise Adoption of Big Data Technologies |
| 246 | |a Retos y mejores prc̀ticas para la adopcin̤ empresarial de tecnologa̕s de datos masivos | ||
| 264 | |a Bogot ̀(Colombia) : |b Revista VirtualPRO, |c 2019 | ||
| 520 | 3 | |a En este documento se discute el uso emergente de las tecnologa̕s de datos masivos en deps̤itos de datos empresariales e inteligencia empresarial con el props̤ito de estimular la innovacin̤ y generar mejores decisiones empresariales. Se presentan mejores prc̀ticas y tčnicas de la implementacin̤ de datos masivos empleando una estrategia de entorno de datos masivos de tres patas junto con los retos de la adopcin̤ de dichas tecnologa̕s por parte de las compaą̕s. | |
| 650 | \ | \ | |a Datos masivos |
| 650 | \ | \ | |a Ciencia de datos |
| 650 | \ | \ | |a Big data |
| 650 | \ | \ | |a Data science |
| 650 | \ | \ | |a Ciencia de datos |
| 650 | \ | \ | |a Datos masivos |
| 650 | \ | \ | |a Negocios |
| 650 | \ | \ | |a Analt̕ica de negocios |
| 650 | \ | \ | |a Minera̕ de datos |
| 650 | \ | \ | |a Deps̤ito de datos |
| 650 | \ | \ | |a Hadoop |
| 650 | \ | \ | |a NoSQL |
| 650 | \ | \ | |a Data science |
| 650 | \ | \ | |a Big data |
| 650 | \ | \ | |a Business |
| 650 | \ | \ | |a Business analytics |
| 650 | \ | \ | |a Data mining |
| 650 | \ | \ | |a Data Warehouse |
| 650 | \ | \ | |a Hadoop |
| 650 | \ | \ | |a NoSQL |
| 700 | \ | \ | |a Dhar Subhankar |
| 700 | \ | \ | |a Mazumder Sourav |
| 700 | \ | \ | |a Association of Management |
| 856 | |z Challenges and Best Practices for Enterprise Adoption of Big Data Technologies |u https://virtualpro.unach.elogim.com/biblioteca/retos-y-mejores-practicas-para-la-adopcion-empresarial-de-tecnologias-de-datos-masivos | ||