es | en | pt | fr
    • Presentación
    • Países
    • Instituciones
    • Participa
        JavaScript is disabled for your browser. Some features of this site may not work without it.
        Ver ítem 
        •   Inicio
        • Colombia
        • Universidades
        • Universidad Simón Bolívar (Colombia)
        • Ver ítem
        •   Inicio
        • Colombia
        • Universidades
        • Universidad Simón Bolívar (Colombia)
        • Ver ítem

        Scala en el desarrollo de la analítica en big data

        Fecha
        2021
        Registro en:
        https://hdl.handle.net/20.500.12442/9344
        https://repositorioslatinoamericanos.uchile.cl/handle/2250/5182384
        Autor
        Acuña Urueta, Didier Roberto
        De La Rosa Althaona, Adrián Steven
        García Salcedo, Kevin Rafael
        Pico Martínez, Adrián Gabriel
        Rovira Hidrobo, Daniel Alfredo
        Institución
        • Universidad Simón Bolívar (Colombia)
        Resumen
        Scala es uno de los lenguajes que últimamente ha ido agarrando fama en la analítica big data. Este lenguaje se ha diseñado para adaptarse a los requisitos futuros y, por lo tanto, se denomina Lenguaje escalable (Scala). Scala no solo es un lenguaje totalmente orientado a objetos, sino también un lenguaje totalmente funcional. Scala es un lenguaje que ya lleva más de una década desde que hizo su primera aparición, pero este se ha visto opacado por grandes lenguajes como Python, R, entre otros. Sin embargo, en los últimos años este ha comenzado a volverse más popular entre la comunidad de analistas y programadores, llevando su mayor enfoque y uso en el ámbito de la analítica big data, en el que tiene gran aplicabilidad debido a su estructuración y características. Con esta investigación queremos determinar las ventajas y funcionalidades que puede tener Scala, así mismo comprobar que tan eficiente es y cómo se desenvuelve en el mundo del big data. Para esto usaremos las metodologías del estudio y evaluación de criterios comparativos con el fin de evaluar la efectividad de Scala en el ámbito del big data. Por eso nuestros objetivos se enfocan en hallar la forma adecuada de solucionar y mejorar el análisis en big data, soportado en el lenguaje de programación SCALA, así como también en las diversas herramientas que ofrece este lenguaje para agilizar desarrollos y análisis de datos que en los lenguajes comunes no se podría. De esta forma se puede hacer la comparativa de SCALA con otros lenguajes que también son usados en el ámbito de la analítica big data, como lo es Python.
         
        Scala is one of the languages that has been gaining fame in big data analytics lately. This language has been designed to accommodate future requirements and is therefore called a Scalable Language (Scala). Scala is not only a fully object-oriented language, but also a fully functional language. Scala is a language that has been over a decade since it first appeared, but it has been overshadowed by great languages such as Python, R, among others. However, in recent years it has begun to become more popular among the community of analysts and programmers, taking its greater focus and use in the field of big data analytics, in which it has great applicability due to its structure and characteristics. With this research we want to determine the advantages and functionalities that Scala can have, as well as verify how efficient it is and how it operates in the world of big data. For this we will use the methodologies of the study and evaluation of comparative criteria in order to evaluate the effectiveness of Scala in the field of big data. That is why our objectives are focused on finding the appropriate way to solve and improve the analysis in big data, supported in the SCALA programming language, as well as in the various tools that this language offers to speed up development and data analysis that in the common languages could not. In this way, SCALA can be compared with other languages that are also used in the field of big data analytics, such as Python.
         
        Materias
        Lenguaje de programación Scala
        Analitica Big data
        Prueba piloto scala-python
        Scala vs Python
        Scala programming language
        Big data analytics
        Scala-python pilot test

        Mostrar el registro completo del ítem

        Ítems relacionados

        Mostrando ítems relacionados por Título, autor o materia.

        • Influencia del programa cambio rural en la transformación de las estrategias de persistencia de los productores familiares capitalizados de la zona de Rafaela 

          Scala, María Rosa Graciela; Scala, María Rosa Graciela
        • Fractal dimension and anisotropy of soil CO2 emission in a mechanically harvested sugarcane production area 

          Miranda, Garcia Vivas; Panosso, Alan Rodrigo; Perillo, Luciano Ito; Ferraudo, Antônio Sérgio; Pereira, Gener Tadeu; Miranda, José Garcia Vivas; Scala Junior, Newton La; Miranda, Garcia Vivas; Panosso, Alan Rodrigo; Perillo, Luciano Ito; Ferraudo, Antônio Sérgio; Pereira, Gener Tadeu; Miranda, José Garcia Vivas; Scala Junior, Newton La (2012)
          Soil CO2 emissions (FCO2) are spatially dependent, and their spatial structure varies in different directions along the soil surface (anisotropy). This anisotropy, which can result from several pedological factors that are ...
        • An artificial neural network model for prediction of quality characteristics of apples during convective dehydration 

          Di Scala, Karina Cecilia; Meschino, Gustavo; Vega Gálvez, Antonio; Lemus Mondaca, Roberto; Roura, Sara Ines; Mascheroni, Rodolfo Horacio (Soc Brasileira Ciencia Tecnologia Alimentos, 2013-08)
          In this study, the effects of hot-air drying conditions on color, water holding capacity, and total phenolic content of dried apple were investigated using artificial neural network as an intelligent modeling system. After ...

        Red de Repositorios Latinoamericanos
        + de 8.000.000 publicaciones disponibles
        500 instituciones participantes
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Ingreso Administradores
        Colecciones destacadas
        • Tesis latinoamericanas
        • Tesis argentinas
        • Tesis chilenas
        • Tesis peruanas
        Nuevas incorporaciones
        • Argentina
        • Brasil
        • Colombia
        • México
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Red de Repositorios Latinoamericanos | 2006-2018
         

        EXPLORAR POR

        Instituciones
        Fecha2011 - 20202001 - 20101951 - 20001901 - 19501800 - 1900

        Explorar en Red de Repositorios

        Países >
        Tipo de documento >
        Fecha de publicación >
        Instituciones >

        Red de Repositorios Latinoamericanos
        + de 8.000.000 publicaciones disponibles
        500 instituciones participantes
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Ingreso Administradores
        Colecciones destacadas
        • Tesis latinoamericanas
        • Tesis argentinas
        • Tesis chilenas
        • Tesis peruanas
        Nuevas incorporaciones
        • Argentina
        • Brasil
        • Colombia
        • México
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Red de Repositorios Latinoamericanos | 2006-2018