Página 1 dos resultados de 4299 itens digitais encontrados em 0.034 segundos

Big data e data science

Cavique, Luís
Fonte: Associação Portuguesa de Investigação Operacional Publicador: Associação Portuguesa de Investigação Operacional
Tipo: Artigo de Revista Científica
Publicado em //2014 POR
Relevância na Pesquisa
65.99%
Neste artigo foram apresentados os conceitos básicos de Big Data e a nova área a que deu origem, a Data Science. Em Data Science foi discutida e exemplificada a noção de redução da dimensionalidade dos dados.

Privacidade e Inovação na Era do Big Data

Carloni, Giovanna Louise Bodin de Saint-Ange Comnène
Fonte: Privacidade; Intimidade; Vida privada; Dados pessoais; Big data; Inovação; Tecnologia; Internet; Redes sociais; Marco Civil da Internet; Privacy; Intimacy; Private life; Personal data; Innovation; Technology; Internet; Social media; Civil Framework for the Internet Publicador: Privacidade; Intimidade; Vida privada; Dados pessoais; Big data; Inovação; Tecnologia; Internet; Redes sociais; Marco Civil da Internet; Privacy; Intimacy; Private life; Personal data; Innovation; Technology; Internet; Social media; Civil Framework for the Internet
Tipo: Outros
PT_BR
Relevância na Pesquisa
66.19%
A coleta e o armazenamento de dados em larga escala, combinados à capacidade de processamento de dados que não necessariamente tenham relação entre si de forma a gerar novos dados e informações, é uma tecnologia amplamente usada na atualidade, conhecida de forma geral como Big Data. Ao mesmo tempo em que possibilita a criação de novos produtos e serviços inovadores, os quais atendem a demandas e solucionam problemas de diversos setores da sociedade, o Big Data levanta uma série de questionamentos relacionados aos direitos à privacidade e à proteção dos dados pessoais. Esse artigo visa proporcionar um debate sobre o alcance da atual proteção jurídica aos direitos à privacidade e aos dados pessoais nesse contexto, e consequentemente fomentar novos estudos sobre a compatibilização dos mesmos com a liberdade de inovação. Para tanto, abordará, em um primeiro momento, pontos positivos e negativos do Big Data, identificando como o mesmo afeta a sociedade e a economia de forma ampla, incluindo, mas não se limitando, a questões de consumo, saúde, organização social, administração governamental, etc. Em seguida, serão identificados os efeitos dessa tecnologia sobre os direitos à privacidade e à proteção dos dados pessoais...

BASIS: uma Arquitetura de Big Data para Smart Cities; BASIS: a Big Data Architecture for Smart Cities

Costa, Carlos Filipe Machado da Silva
Fonte: Universidade do Minho Publicador: Universidade do Minho
Tipo: Trabalho de Conclusão de Curso
Publicado em //2015 POR
Relevância na Pesquisa
66.23%
Dissertação de mestrado integrado em Gestão de Sistemas de Informação; No mundo atual, os centros urbanos são a principal escolha para habitação. Cidadãos comportam-se como consumidores de serviços, esperando o desempenho adequado por parte dos órgãos gestores das cidades, independentemente das restrições vividas. Com este fenómeno advêm desafios de sustentabilidade económica, social e ambiental. É expectável que as cidades virem o seu foco para o cidadão e o enquadrem num governo participativo. Emerge assim o conceito de Smart City, onde a dinâmica humana atual assenta no uso intensivo da Internet of Things (IoT), em que vários dispositivos se encontram permanentemente conectados, gerando vastas quantidades de dados, nos mais variados formatos. As Smart Cities passam a ser vistas como uma fonte incessável de Big Data e um potencial campo de aplicação para as tecnologias de armazenamento e processamento deste emergente tipo de dados, definido sobretudo pelo volume, variedade e velocidade. Nesta dissertação propõe-se uma arquitetura de Big Data para Smart Cities (BASIS), cujo contributo foi suportado pela realização de um adequado enquadramento conceptual e tecnológico, onde são estudados os conceitos envolvidos nesta dissertação...

ANÁLISE PREDITIVA EM SISTEMAS DE INFORMAÇÃO NO CONTEXTO DO BIG DATA

Pereira, Jorge Luís
Fonte: Centro Universitário Eurípedes de Marília Publicador: Centro Universitário Eurípedes de Marília
Tipo: Trabalho de Conclusão de Curso
PT_BR
Relevância na Pesquisa
66.09%
A Análise Preditiva juntamente com a tecnologia Big Data têm despertado grande interesse em executivos assim como em profissionais de Gestão de Informação. Para se evidenciar tal fato basta informar-se sobre a crescente escala em que os volumes de dados estão sendo gerados, armazenados, e consumidos pela sociedade atual. Frente à tecnologia de informação a tecnologia Big Data é tratada como um conceito, em que o foco principal é o armazenamento em grandes volumes de dados, com maior velocidade, com grande variedade, com alta veracidade, de forma que no final seja possível extrair valor de tudo isso. E para auxiliar na extração de valor a tecnologia Data Mining é fundamental, pois a coleta e armazenagem de dados por si só não auxiliam nesta tarefa, muito pelo contrário, ela apenas dá a falsa sensação de se estar bem informado. Com a utilização de uma ferramenta de Data Mining é possível por meio de análises obter informações que estão armazenadas em grandes bancos de dados, pois a técnica de mineração de dados pode auxiliar, entre outras atividades, na análise preditiva de eventos, possibilitando prever padrões, tendências e comportamentos futuros, viabilizando aos gestores a tomada de decisão baseada em fatos e não em suposições e conhecimentos empíricos. Este trabalho tem como finalidade apresentar e explorar as estruturas que fundamenta os temas Big Data e Análise Preditiva...

Understanding and Improving the Efficiency of Failure Resilience for Big Data Frameworks

Dinu, Florin
Fonte: Universidade Rice Publicador: Universidade Rice
Relevância na Pesquisa
66.11%
Big data processing frameworks (MapReduce, Hadoop, Dryad) are hugely popular today because they greatly simplify the management and deployment of big data analysis jobs requiring the use of many machines in parallel. A strong selling point is their built-in failure resilience support. Big data frameworks can run computations to completion despite occasional failures in the system. However, an important but overlooked point has been the efficiency of their failure resilience. The vision of this thesis is that big data frameworks should not only be failure resilient but that they should provide the resilience in an efficient manner with minimum impact on computations both under failures as well as during failure-free periods. To this end, the first part of the thesis presents the first in-depth analysis of the efficiency of the failure resilience provided by the popular Hadoop framework under failures. The results show that even single machine failures can lead to large, variable and unpredictable job running times. This thesis determines the causes behind this inefficient behavior and points out the responsible Hadoop mechanisms and their limitations. The second part of the thesis focuses on providing efficient failure resilience for the case of computations comprised of multiple jobs. We present the design...

“Big Data, Big Red II, Data Capacitor II, Wrangler, Jetstream, and Globus Online: Jetstream – a national science & engineering cloud"

Stewart, Craig A.
Fonte: Universidade de Indiana Publicador: Universidade de Indiana
Tipo: Conferência ou Objeto de Conferência
EN_US
Relevância na Pesquisa
66.06%
The presentation describes Jetstream and its relevance to Big Data.; This research was supported in part by the National Science Foundation through Award ACI-1445604. This research was supported in part by the Indiana University Pervasive Technology Institute, which was established with the assistance of a major award from the Lilly Endowment, Inc.

Scalable Architecture for Integrated Batch and Streaming Analysis of Big Data

Gao, Xiaoming
Fonte: [Bloomington, Ind.] : Indiana University Publicador: [Bloomington, Ind.] : Indiana University
Tipo: Doctoral Dissertation
EN
Relevância na Pesquisa
66.1%
Thesis (Ph.D.) - Indiana University, Computer Sciences, 2015; As Big Data processing problems evolve, many modern applications demonstrate special characteristics. Data exists in the form of both large historical datasets and high-speed real-time streams, and many analysis pipelines require integrated parallel batch processing and stream processing. Despite the large size of the whole dataset, most analyses focus on specific subsets according to certain criteria. Correspondingly, integrated support for efficient queries and post- query analysis is required. To address the system-level requirements brought by such characteristics, this dissertation proposes a scalable architecture for integrated queries, batch analysis, and streaming analysis of Big Data in the cloud. We verify its effectiveness using a representative application domain - social media data analysis - and tackle related research challenges emerging from each module of the architecture by integrating and extending multiple state-of-the-art Big Data storage and processing systems. In the storage layer, we reveal that existing text indexing techniques do not work well for the unique queries of social data, which put constraints on both textual content and social context. To address this issue...

Big Data, Big Red II, Data Capacitor II, Wrangler, Jetstream, and Globus Online

Stewart, Craig A.
Fonte: Indiana University Publicador: Indiana University
Tipo: Conferência ou Objeto de Conferência
EN_US
Relevância na Pesquisa
66.06%
The presentation describes Jetstream and its role in Big Data.; This research was supported in part by the National Science Foundation through Award ACI-1445604. This research was supported in part by the Indiana University Pervasive Technology Institute, which was established with the assistance of a major award from the Lilly Endowment, Inc.

Big Data : orígenes y aplicación; Big Data : origins and applications

López Muñiz, Lara
Fonte: Universidade de Cantabria Publicador: Universidade de Cantabria
Tipo: Dissertação de Mestrado
SPA
Relevância na Pesquisa
66.17%
RESUMEN: Según un estudio realizado por IBM (IBM, 2012), se estima que cada día se producen 2,5 quintillones de bytes que representan datos. Semejante cantidad de información ha propiciado el surgimiento del concepto de Big Data cuyo significado, “grandes cantidades de datos”, no hace sino poner relevancia a la realidad que representa. Tal cantidad de datos no puede ser procesada por las grandes organizaciones, puesto que el manejo de tal volumen de información resulta muy complicado y costoso. Para un usuario común representa mucho más de lo que puede procesar. Todos estos datos, provenientes tanto de fuentes estructuradas como no estructuradas, contienen gran cantidad de información que necesita ser tratada y analizada para poder extraer el conocimiento necesario que permite, tanto a las organizaciones como a los usuarios particulares, encontrar los medios adecuados para la consecución de sus fines. A lo largo del presente documento se tratará de analizar el fenómeno Big Data y sus implicaciones en la “vida real”, así como el surgimiento en los últimos tiempos de conceptos asociados al mismo como son Linked Data y Open Data y de las tecnologías que están propiciando dicha aparición. Así mismo, se tratará de analizar las ventajas y desventajas de su aplicación a través del estudio de casos de uso reales en ámbitos tan diversos como son el sector automovilístico y la e-Administración. Sin embargo...

Uso del Big Data en empresas eléctricas; The use of Big Data in electrical companies

Lorenzo Fernández, Sheila
Fonte: Universidade de Cantabria Publicador: Universidade de Cantabria
Tipo: Dissertação de Mestrado
SPA
Relevância na Pesquisa
66.13%
RESUMEN: En la actualidad, la red eléctrica tradicional parece que cumple con las expectativas marcadas (desde la generación tradicional y renovable hasta el transporte y parte de la distribución), pero tiene que mejorar notablemente desde el punto de vista del usuario final y las funcionalidades que se espera de ella. Por esta razón, aparece el concepto de Big Data cuyo significado abarcaría a todas las redes eléctricas que pueden integrar de manera inteligente el comportamiento y las acciones de todos los actores conectados a ellas (quienes generan electricidad, quienes la consumen y quienes realizan ambas acciones) para proporcionar un suministro de electricidad seguro, económico y sostenible. Por lo tanto, Las redes inteligentes integran las tecnologías de la información con las infraestructuras eléctricas actuales convirtiéndose en un “Internet de la energía” (comunicaciones bidireccionales, flujo multidireccional de la energía y completamente automatizada y controlada) haciéndole la vida más fácil a las compañías eléctricas. A lo largo del presente documento se tratará de analizar el fenómeno Big Data en este sector, sus implicaciones en las empresas de energía renovable, se tratará de analizar las ventajas y desventajas de su aplicación. Y por último...

Análisis de las posiblidades de uso de Big Data en las organizaciones; Analysis of the possibilities of use of Big Data in organizations

López García, David
Fonte: Universidade de Cantabria Publicador: Universidade de Cantabria
Tipo: Dissertação de Mestrado
SPA
Relevância na Pesquisa
66.18%
RESUMEN: En estos tiempos que corren denominados “la era de la información” en la cual, la sociedad, los clientes y las empresas están cambiando. Estos tres grupos cada vez generan e intentan procesar más y más datos, cantidades que para muchos son imposibles de imaginar. Para lograr adquirir y analizar tanta información surge el término Big Data. Un término joven que presenta confusión respecto a su alcance. En este trabajo se tratará de aclarar en qué consiste, su alcance, como lo utilizan las empresas y en qué situación se encuentra. Además también se abarcará otros términos relacionados con Big Data, como pueden ser la minería de datos, el Cloud Computing o el Data Warehouse. Igualmente también se aclarara porqué surge Big Data, de donde procede y por que para muchos tecnólogos sugiere un cambio de etapa en el mundo de las Tics.; ABSTRACT: In these times called "the information age" in which society, customers and businesses are changing. These three groups are generating and try to process more and more data, which amounts too many, are impossible to imagine. In order to acquire and analyse as much information arises the term Big Data. A young term that produce confusion about its scope. In this work we attempt to clarify what its scope...

O uso das informações de big data na gestão de crise de marca; The use of big data information in the brand crisis managemant

Salvador, Alexandre Borba
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 06/08/2015 PT
Relevância na Pesquisa
66.2%
As crises de marca não só experimentam um crescimento em quantidade como também passam a ter sua visibilidade aumentada pelas redes sociais. A repercussão de uma crise de imagem de marca afeta negativamente tanto o brand equity como as vendas no curto prazo. Mais do que isso, gera custosas campanhas para minimização dos efeitos negativos. Se por um lado o avanço tecnológico aumenta a visibilidade da crise, por outro, possibilita acesso a uma série de informações, internas e externas, que podem ajudar na definição de um plano de ação. Big Data é um termo recentemente criado para designar o crescimento das informações, grandes em volume, diversificadas em formato e recebidas em alta velocidade. No ambiente de marketing, o sistema de informação de marketing (SIM) tem por objetivo fornecer as informações ao tomador de decisão de marketing. Informação relevante, confiável e disponibilizada em um curto espaço de tempo é fundamental para que as decisões sejam tomadas rapidamente, garantindo a liderança do processo de gestão de crise. A partir da pergunta "qual o uso das informações provenientes do big data na gestão de crise de marca?" e com o objetivo de "verificar como gestores fazem uso das informações provenientes de big data na gestão de crise"...

A Scalable Machine Learning Online Service for Big Data Real-Time Analysis

Baldominos Gómez, Alejandro; Albacete García, Esperanza; Saez Achaerandio, Yago; Isasi, Pedro
Fonte: Ieee - The Institute Of Electrical And Electronics Engineers, Inc Publicador: Ieee - The Institute Of Electrical And Electronics Engineers, Inc
Tipo: info:eu-repo/semantics/acceptedVersion; info:eu-repo/semantics/bookPart; info:eu-repo/semantics/conferenceObject
Publicado em /12/2014 ENG
Relevância na Pesquisa
65.99%
This work describes a proposal for developing and testing a scalable machine learning architecture able to provide real-time predictions or analytics as a service over domain-independent big data, working on top of the Hadoop ecosystem and providing real-time analytics as a service through a RESTful API. Systems implementing this architecture could provide companies with on-demand tools facilitating the tasks of storing, analyzing, understanding and reacting to their data, either in batch or stream fashion; and could turn into a valuable asset for improving the business performance and be a key market differentiator in this fast pace environment. In order to validate the proposed architecture, two systems are developed, each one providing classical machine-learning services in different domains: the first one involves a recommender system for web advertising, while the second consists in a prediction system which learns from gamers' behavior and tries to predict future events such as purchases or churning. An evaluation is carried out on these systems, and results show how both services are able to provide fast responses even when a number of concurrent requests are made, and in the particular case of the second system, results clearly prove that computed predictions significantly outperform those obtained if random guess was used.; This research work is part of Memento Data Analysis project...

Visualization of big data through ship maintenance metrics analysis for fleet maintenance and revitalization

Donaldson, Isaac J.
Fonte: Monterey, California: Naval Postgraduate School Publicador: Monterey, California: Naval Postgraduate School
Tipo: Tese de Doutorado
Relevância na Pesquisa
66.12%
Approved for public release; distribution is unlimited.; There are between 150 and 200 parameters for measuring the performance of ship maintenance processes in the U.S. Navy. Despite this level of detail, budgets and timelines for performing maintenance on the Navy's fleet appear to be problematic. Making sense of what these parameters mean in terms of the overall performance of ship maintenance processes is clearly a big data problem. The current process for presenting data on the more than 150 parameters measuring ship maintenance performance costs and processes, containing billions of data points, is still done by static, cumbersome spreadsheets. The central goal of this thesis is to provide a means to aggregate voluminous maintenance data in such a way that the causal factors contributing to cost and schedule overruns can be better understood by ship maintenance leadership. Big data visualization software was examined to determine if visualization tools could improve the understanding of U.S. Navy ship maintenance by its leaders. This thesis concludes that the visualization of big data supports decision making by enabling leaders to quickly identify trends, develop a better understanding of the problem space, establish defensible baselines for monitoring activities...

A tomada de decisão no contexto do Big Data : estudo de caso único.

Canary, Vivian Passos
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Trabalho de Conclusão de Curso Formato: application/pdf
POR
Relevância na Pesquisa
66.15%
A competição entre marcas está cada vez mais acirrada, exigindo que as empresas tomem decisões rápidas para criarem um diferencial competitivo frente aos concorrentes (BARTON e COURT, 2012). A fim de minimizar os riscos resultantes de uma tomada de decisão inadequada, os gestores deverão embasá-la com informações relevantes e seguras. O crescimento exponencial no volume de dados gerados em função dos avanços tecnológicos e da mudança de comportamento dos consumidores garantirá às organizações informações suficientes para isso, de forma rápida. Esse fenômeno é chamado de Big Data. No entanto, os gestores serão responsáveis por coletar, filtrar, tratar e analisar as informações que lhes forem úteis, aproveitando-se para gerar vantagem competitiva para os seus negócios. O objetivo da pesquisa é verificar o efeito dos fatores “5 V’s” (volume, variedade, velocidade, valor e veracidade) do Big Data no processo de tomada de decisão de executivos de diferentes níveis hierárquicos em um Sistema de Crédito Cooperativo. Para atingi-lo, foi utilizado o método de estudo de caso único. Como contribuição desta pesquisa estão: explorar o tema do Big Data de forma teórica e aliá-lo ao processo de tomada de decisão praticado de uma organização.; The competition among brands is continuously increasing...

Automated analysis of power systems disturbance records: Smart Grid big data perspective

Ukil, A.; Zivanovic, R.
Fonte: IEEE Computer Society; IEEE Publicador: IEEE Computer Society; IEEE
Tipo: Conference paper
Publicado em //2014 EN
Relevância na Pesquisa
66.11%
Analysis of faults and disturbances play crucial roles in secure and reliable electrical power supply. Digital fault recorders (DFR) enable digital recording of the power systems transient events with high quality and huge quantity. However, transformation of data to information, expectedly in an automated way, is a big challenge for the power utilities worldwide. This is a key focus for realizing the `Smart Grid'. In this paper, the architecture and specifications for the primary and the secondary information for the automated systems are described. This provides qualitative and quantitative guidelines about the information to derive out of the disturbance data. A quantified estimate of big data for the substations, has been estimated in the paper. Possible ways of reducing the big data by utilizing intelligent segmentation techniques are described, substantiated by real example. Utilization of centralized protection and remote disturbance analysis for reducing big disturbance data are also discussed.; Abhisek Ukil, Rastko Zivanovic

Big data warehouse framework for smart revenue management

Correia, Marisol B.; Ramos, Célia M. Q.; Rodrigues, J. M .F.; Martins, Daniel; Serra, Francisco
Fonte: WSEAS Press Publicador: WSEAS Press
Tipo: Artigo de Revista Científica
Publicado em //2015 ENG
Relevância na Pesquisa
66.1%
Revenue Management’s most cited definitions is probably “to sell the right accommodation to the right customer, at the right time and the right price, with optimal satisfaction for customers and hoteliers”. Smart Revenue Management (SRM) is a project, which aims the development of smart automatic techniques for an efficient optimization of occupancy and rates of hotel accommodations, commonly referred to, as revenue management. One of the objectives of this project is to demonstrate that the collection of Big Data, followed by an appropriate assembly of functionalities, will make possible to generate a Data Warehouse necessary to produce high quality business intelligence and analytics. This will be achieved through the collection of data extracted from a variety of sources, including from the web. This paper proposes a three stage framework to develop the Big Data Warehouse for the SRM. Namely, the compilation of all available information, in the present case, it was focus only the extraction of information from the web by a web crawler – raw data. The storing of that raw data in a primary NoSQL database, and from that data the conception of a set of functionalities, rules, principles and semantics to select, combine and store in a secondary relational database the meaningful information for the Revenue Management (Big Data Warehouse). The last stage will be the principal focus of the paper. In this context...

The implications and challenges of big data in the lodging industry

Frimpong, Clarissa
Fonte: University of Delaware Publicador: University of Delaware
Tipo: Tese de Doutorado
Relevância na Pesquisa
66.2%
Kwansa, Francis A.; The purpose of this study was to explore the implications and challenges of Big Data in the lodging industry. A total of nine hotel executives participated in this study through an online survey - six from publicly traded hotel corporations and the remaining three from independent (one property) hotel corporations. The results of the study were that publicly traded hotel corporations are more likely to use Big Data than an independent (one-property) hotel corporation. The challenges the hotels face with Big Data that emerged from this study are: the difficulty in reconciling disparate data sources, the lack of formal process around Big Data management, lack of IT infrastructure, lack of senior management support and requisite skills and the high cost of Big Data Management. However, this study also revealed that Hotel corporations that have embraced Big Data have made significant changes in their entire business and operational processes by using Big Data technologies to predict guest behavior, enhance revenue management and improve strategic decision making and also to answer probing questions that could not have been answered in the past. This implies that hotel corporations that embrace Big Data by defining their areas of application and investing resources into their Big Data initiatives are the ones that will benefit from the enormous opportunities of Big Data.; University of Delaware...

Exploring Hidden Coherent Feature Groups and Temporal Semantics for Multimedia Big Data Analysis

Yang, Yimin
Fonte: FIU Digital Commons Publicador: FIU Digital Commons
Tipo: text Formato: application/pdf
Relevância na Pesquisa
66.1%
Thanks to the advanced technologies and social networks that allow the data to be widely shared among the Internet, there is an explosion of pervasive multimedia data, generating high demands of multimedia services and applications in various areas for people to easily access and manage multimedia data. Towards such demands, multimedia big data analysis has become an emerging hot topic in both industry and academia, which ranges from basic infrastructure, management, search, and mining to security, privacy, and applications. Within the scope of this dissertation, a multimedia big data analysis framework is proposed for semantic information management and retrieval with a focus on rare event detection in videos. The proposed framework is able to explore hidden semantic feature groups in multimedia data and incorporate temporal semantics, especially for video event detection. First, a hierarchical semantic data representation is presented to alleviate the semantic gap issue, and the Hidden Coherent Feature Group (HCFG) analysis method is proposed to capture the correlation between features and separate the original feature set into semantic groups, seamlessly integrating multimedia data in multiple modalities. Next, an Importance Factor based Temporal Multiple Correspondence Analysis (i.e....

Uso de big data em saúde no Brasil: perspectivas para um futuro próximo

Chiavegatto Filho,Alexandre Dias Porto
Fonte: Ministério da Saúde do Brasil Publicador: Ministério da Saúde do Brasil
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/06/2015 PT
Relevância na Pesquisa
66.09%
O uso de big data tem crescido em todas as áreas da ciência nos últimos anos. Existem três áreas auspiciosas para o uso de big dataem saúde: medicina de precisão (precision medicine); prontuários eletrônicos do paciente; e internet das coisas (internet of things). Entre as linguagens de programação mais utilizadas em big data, duas têm se destacado nos últimos anos: R e Python. Em relação às novas técnicas estatísticas, espera-se que técnicas de machine learning(principalmente as árvores de classificação e regressão), metodologias para controlar por associações espúrias (como a correção de Bonferroni e a taxa de falsas descobertas) e metodologias para a redução da dimensão dos dados (como a análise de componentes principais e o propensity score matching) sejam cada vez mais utilizadas. A questão da privacidade será também cada vez mais importante na análise de dados. O uso de big data na área da saúde trará importantes ganhos em termos de dinheiro, tempo e vidas e precisa ser ativamente defendido por cientistas de dados e epidemiologistas.