Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas
- Autores
- Lanzarini, Laura Cristina; Villa Monte, Augusto
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La Minería de Datos reúne a las técnicas que, a partir de datos almacenados en grandes bases de datos, poseen la capacidad de adquirir conocimiento nuevo, novedoso y potencialmente útil. Permite obtener modelos predictivos y/o descriptivos que ayudan a la toma de decisiones. El mayor obstáculo que enfrentan los alumnos durante todo el proceso de aprendizaje radica en el desconocimiento de la solución del problema planteado. A diferencia del enfoque convencional, se dispone de ejemplos o muestras del problema de las cuales debe extraerse la solución. No se plantean hipótesis a verificar sino que las relaciones entre los datos disponibles deben surgir en forma automática. Por otro lado, las técnicas Minería de Datos hacen uso de una gran cantidad de conceptos vistos en asignaturas previas que no sólo pertenecen al área de Programación sino también de la matemática ya que se requieren conocimientos de Algebra y Cálculo Vectorial. Los autores de este trabajo son docentes de la asignatura “Minería de Datos utilizando Sistemas Inteligentes” que se dicta en la Facultad de Informática de la UNLP desde 2012 y cuentan con una rica experiencia en el tema que puede ser de interés para la comunidad educativa, tanto en lo referido al enfoque utilizado para dictar la asignatura como a las herramientas de software utilizadas.
Eje: Tecnología en Educación. - Materia
-
Ciencias de la Computación
sistemas inteligentes
estrategias adaptativas
Minería de Datos
selección de atributos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
- OAI Identificador
- oai:digital.cic.gba.gob.ar:11746/8628
Ver los metadatos del registro completo
id |
CICBA_213938c7b721a4ef0afa90f0d7b87625 |
---|---|
oai_identifier_str |
oai:digital.cic.gba.gob.ar:11746/8628 |
network_acronym_str |
CICBA |
repository_id_str |
9441 |
network_name_str |
CIC Digital (CICBA) |
spelling |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadasLanzarini, Laura CristinaVilla Monte, AugustoCiencias de la Computaciónsistemas inteligentesestrategias adaptativasMinería de Datosselección de atributosLa Minería de Datos reúne a las técnicas que, a partir de datos almacenados en grandes bases de datos, poseen la capacidad de adquirir conocimiento nuevo, novedoso y potencialmente útil. Permite obtener modelos predictivos y/o descriptivos que ayudan a la toma de decisiones. El mayor obstáculo que enfrentan los alumnos durante todo el proceso de aprendizaje radica en el desconocimiento de la solución del problema planteado. A diferencia del enfoque convencional, se dispone de ejemplos o muestras del problema de las cuales debe extraerse la solución. No se plantean hipótesis a verificar sino que las relaciones entre los datos disponibles deben surgir en forma automática. Por otro lado, las técnicas Minería de Datos hacen uso de una gran cantidad de conceptos vistos en asignaturas previas que no sólo pertenecen al área de Programación sino también de la matemática ya que se requieren conocimientos de Algebra y Cálculo Vectorial. Los autores de este trabajo son docentes de la asignatura “Minería de Datos utilizando Sistemas Inteligentes” que se dicta en la Facultad de Informática de la UNLP desde 2012 y cuentan con una rica experiencia en el tema que puede ser de interés para la comunidad educativa, tanto en lo referido al enfoque utilizado para dictar la asignatura como a las herramientas de software utilizadas.Eje: Tecnología en Educación.2017-06info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/8628spainfo:eu-repo/semantics/altIdentifier/hdl/10915/63373info:eu-repo/semantics/altIdentifier/isbn/978-987-4417-04-6info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-29T13:39:58Zoai:digital.cic.gba.gob.ar:11746/8628Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-09-29 13:39:58.716CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse |
dc.title.none.fl_str_mv |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas |
title |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas |
spellingShingle |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas Lanzarini, Laura Cristina Ciencias de la Computación sistemas inteligentes estrategias adaptativas Minería de Datos selección de atributos |
title_short |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas |
title_full |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas |
title_fullStr |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas |
title_full_unstemmed |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas |
title_sort |
Enseñanza de la minería de datos y el impacto de las herramientas de software utilizadas |
dc.creator.none.fl_str_mv |
Lanzarini, Laura Cristina Villa Monte, Augusto |
author |
Lanzarini, Laura Cristina |
author_facet |
Lanzarini, Laura Cristina Villa Monte, Augusto |
author_role |
author |
author2 |
Villa Monte, Augusto |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias de la Computación sistemas inteligentes estrategias adaptativas Minería de Datos selección de atributos |
topic |
Ciencias de la Computación sistemas inteligentes estrategias adaptativas Minería de Datos selección de atributos |
dc.description.none.fl_txt_mv |
La Minería de Datos reúne a las técnicas que, a partir de datos almacenados en grandes bases de datos, poseen la capacidad de adquirir conocimiento nuevo, novedoso y potencialmente útil. Permite obtener modelos predictivos y/o descriptivos que ayudan a la toma de decisiones. El mayor obstáculo que enfrentan los alumnos durante todo el proceso de aprendizaje radica en el desconocimiento de la solución del problema planteado. A diferencia del enfoque convencional, se dispone de ejemplos o muestras del problema de las cuales debe extraerse la solución. No se plantean hipótesis a verificar sino que las relaciones entre los datos disponibles deben surgir en forma automática. Por otro lado, las técnicas Minería de Datos hacen uso de una gran cantidad de conceptos vistos en asignaturas previas que no sólo pertenecen al área de Programación sino también de la matemática ya que se requieren conocimientos de Algebra y Cálculo Vectorial. Los autores de este trabajo son docentes de la asignatura “Minería de Datos utilizando Sistemas Inteligentes” que se dicta en la Facultad de Informática de la UNLP desde 2012 y cuentan con una rica experiencia en el tema que puede ser de interés para la comunidad educativa, tanto en lo referido al enfoque utilizado para dictar la asignatura como a las herramientas de software utilizadas. Eje: Tecnología en Educación. |
description |
La Minería de Datos reúne a las técnicas que, a partir de datos almacenados en grandes bases de datos, poseen la capacidad de adquirir conocimiento nuevo, novedoso y potencialmente útil. Permite obtener modelos predictivos y/o descriptivos que ayudan a la toma de decisiones. El mayor obstáculo que enfrentan los alumnos durante todo el proceso de aprendizaje radica en el desconocimiento de la solución del problema planteado. A diferencia del enfoque convencional, se dispone de ejemplos o muestras del problema de las cuales debe extraerse la solución. No se plantean hipótesis a verificar sino que las relaciones entre los datos disponibles deben surgir en forma automática. Por otro lado, las técnicas Minería de Datos hacen uso de una gran cantidad de conceptos vistos en asignaturas previas que no sólo pertenecen al área de Programación sino también de la matemática ya que se requieren conocimientos de Algebra y Cálculo Vectorial. Los autores de este trabajo son docentes de la asignatura “Minería de Datos utilizando Sistemas Inteligentes” que se dicta en la Facultad de Informática de la UNLP desde 2012 y cuentan con una rica experiencia en el tema que puede ser de interés para la comunidad educativa, tanto en lo referido al enfoque utilizado para dictar la asignatura como a las herramientas de software utilizadas. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-06 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://digital.cic.gba.gob.ar/handle/11746/8628 |
url |
https://digital.cic.gba.gob.ar/handle/11746/8628 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/hdl/10915/63373 info:eu-repo/semantics/altIdentifier/isbn/978-987-4417-04-6 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:CIC Digital (CICBA) instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires instacron:CICBA |
reponame_str |
CIC Digital (CICBA) |
collection |
CIC Digital (CICBA) |
instname_str |
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
instacron_str |
CICBA |
institution |
CICBA |
repository.name.fl_str_mv |
CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
repository.mail.fl_str_mv |
marisa.degiusti@sedici.unlp.edu.ar |
_version_ |
1844618590155702272 |
score |
13.070432 |