El Sitio de Oscar Chevez Ulloa

Mi foto
San Salvador, El Salvador, El Salvador
Lic. Administración de Empresas Preespecialización en Tecnologìa de Información Analista Programador de Sistemas Servicios que Ofrece: * Capacitación Office * Lenguajes de Programación * Base de Datos * Consultorías de Sistemas (Análisis, Diseño e Implementación) * Asesoría de Tésis Otros Servicios: * Panadería y Pastelería por **Encargo** * Bisuteria y Artesanias

martes, 30 de agosto de 2011

Trabajo Ex-Aula UNIVO (Sistemas Operativos - Comunicación y Datos

Estimados Estudiantes
Por este medio les estoy colocando las guías pràcticas que tendrìan que realizar para el pròximo sábado tanto para la materia de "Comunicación y Datos" y "Sistemas Operativos".

Además les informo que la clase que no se pudo impartir el dìa sábado 27 de Agosto serà reprogramada en el siguiente horario.
Domingo 11 de Septiembre por la Mañana -->  Pràcticas de Comunicación y Datos
Domingo 18 de Septiembre por la Mañana -->  Práctica de Sistemas Operativos
______________________________________________________________________________

Práctica de Sistemas Operativos
01) Instalar Power ISO o cualquier Software que le permite crear DVD Virtuales
02) Instalar VirtualBox en su PC personal
03) Crear Máquina Virtual CentOS 5.0, las características de configuración son (Espacio del Disco Duro
    Incremento Dinámico 120 GB, RAM 1 GB)
04) Iniciar Instalación de CentOS Pasos a seguir muy buena Guia
05) Una vez este instalado correctamente inicie el CentOS e inicie con la aplicación de la Práctica :
En caso de no finalizar estar se realizarán en las sala de cómputo.

_______________________________________________________________________________

Practica Comunicación y Datos

1) Virtualizar el Windows XP utilizando VirtualBox u otra herramientas que les permita la virtualización
2) Instalar el Software Packet Tracer
3) Copiar el archivo spanish_PT_v2.ptl en la ruta siguiente
    C:\Program Files (x86)\Cisco Packet Tracer 5.3\languages
4) Desarrollar las siguientes pràcticas

jueves, 25 de agosto de 2011

Productos de Belleza

A continuación se muestra Catálogo de Producto de Belleza para que los aprecies y puedas hacer tus pedidos,

Contacto: Beatriz de Chévez
Cel. 7058-0407
Correo Electrónico: ochevez@hotmail.com








lunes, 22 de agosto de 2011

Mineria de Datos y DataWareHouse


Introducción:

La motivación principal de la Minería de Datos "MD" y el DataWareHouse "DW" es la necesidad de organizar grandes volúmenes de datos y descubrir patrones significativos que sirvan a investigadores y administradores para lograr un mayor entendimiento de los fenómenos y procesos de su interés

1. Minería de datos
2. Data warehousing
El data warehousing es el conjunto de técnicas para diseñar, construir y mantener datotecas. Una datoteca es una colección de datos organizados de modo que se optimice el desempeño de las consultas de grandes volúmenes de información. Las datotecas se diferencian de las bases de datos localizadas en los sistemas OLTP porque el propósito principal de las datotecas es facilitar y eficientar las operaciones de consulta de grandes volúmenes de datos para hacer Procesamiento Analítico en Línea (On Line Analytical Processing, OLAP). En cambio, las bases de datos de los sistemas OLTP intentan favorecer el desempeño de operaciones de actualización con volúmenes pequeños de datos. Generalmente las datotecas se ubican en servidores separados de los sistemas OLTP para evitar que el procesamiento de consultas voluminosas disminuya el desempeño del OLTP. Otra diferencia importante es tipo de usuarios típicos de cada uno: los de las datotecas son mayoritariamente de nivel gerencial o directivo, realizando tareas nivel táctico o estratégico; los de OLTP realizan actividades a nivel operativo.

Los  métodos comúnmente aplicados para su construcción son:
Repositorio
Un repositorio es una copia (réplica) de una base de datos proveniente de un sistema OLTP. Es la forma más sencilla de datoteca porque los datos generalmente se mantienen organizados en estructuras de tablas que son iguales a las de la base original. Los datos preservan sus valores originales y en caso de que algunos campos contengan valores erróneos o faltantes se les aplican procesos de corrección o eliminación (eliminando campos y/o tuplas), que se establecen a conveniencia de los usuarios.

Data martData warehouse

Un data mart (mercado de datos) es una base de datos multidimensional (Multidimensional Database, MDD) que contiene información de un área, departamento o proceso determinado de la empresa o institución. Por ejemplo, información de ventas, de compras, de producción, etc. Una MDD es aquella que se organiza en tablas de hechos (facts), llamados también métricas (measures), y tablas de dimensiones (dimensions).

Un data warehouse (bodega de datos) es una MDD similar al data mart y se caracteriza por contener datos sumarizados de todas las áreas, departamentos y procesos de una empresa o institución. Su diferencia principal con el data mart es el tamaño y el alcance

La necesidad del data warehousing y la minería de datos en los ámbitos científico, gubernamental y de negocios ha venido creciendo durante los últimos años y es evidente que esta tendencia prevalecerá.
La minería de datos (data mining), conocida también como descubrimiento de conocimiento en bases de datos (knowledge discovery in databases), es una disciplina de las ciencias e ingenierías de la computación que intenta hallar patrones significativos en conjuntos de datos para producir modelos descriptivos, predictivos y clasificadores apoyándose en técnicas de manejo y programación de bases de datos, en estadística y aprendizaje automático (ML, por machine learning).

Material de Lectura Universidad de Oriente UNIVO