Estudio comparativo de metodologías para minería de datos

Autores
Moine, Juan Miguel; Haedo, Ana Silvia; Gordillo, Silvia Ethel
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La sistematización del proceso de minería de datos es un punto importante para la planificación y ejecución de este tipo de proyecto. Algunas organizaciones implementan el proceso KDD, mientras que otras aplican un estándar más específico como CRISP-DM. Si la organización ha adquirido productos de la empresa SAS, tiene a su disposición una metodología especialmente desarrollada para los mismos, la metodología SEMMA. Por otro lado, la metodología Catalyst (conocida como P3TQ) está ganando cada vez mayor popularidad debido a su completitud y flexibilidad para adaptarse en distintos escenarios. En este trabajo de investigación se realizará un estudio comparativo entre las distintas metodologías vigentes para proyectos de minería de datos, evaluando las ventajas y desventajas de las mismas en un escenario donde el proyecto tiene como objetivo colaborar a la solución de un problema organizacional.
Eje: Bases de datos y minería de datos
Materia
Ciencias de la Computación
CRISP-DM
SEMMA
Catalyst
P3TQ
Minería de Datos
explotación de información
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/3525

id CICBA_f55f6a82899e4823992c1d8b16ca5339
oai_identifier_str oai:digital.cic.gba.gob.ar:11746/3525
network_acronym_str CICBA
repository_id_str 9441
network_name_str CIC Digital (CICBA)
spelling Estudio comparativo de metodologías para minería de datosMoine, Juan MiguelHaedo, Ana SilviaGordillo, Silvia EthelCiencias de la ComputaciónCRISP-DMSEMMACatalystP3TQMinería de Datosexplotación de informaciónLa sistematización del proceso de minería de datos es un punto importante para la planificación y ejecución de este tipo de proyecto. Algunas organizaciones implementan el proceso KDD, mientras que otras aplican un estándar más específico como CRISP-DM. Si la organización ha adquirido productos de la empresa SAS, tiene a su disposición una metodología especialmente desarrollada para los mismos, la metodología SEMMA. Por otro lado, la metodología Catalyst (conocida como P3TQ) está ganando cada vez mayor popularidad debido a su completitud y flexibilidad para adaptarse en distintos escenarios. En este trabajo de investigación se realizará un estudio comparativo entre las distintas metodologías vigentes para proyectos de minería de datos, evaluando las ventajas y desventajas de las mismas en un escenario donde el proyecto tiene como objetivo colaborar a la solución de un problema organizacional.Eje: Bases de datos y minería de datos2011-05info: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/11746/3525spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-29T13:39:48Zoai:digital.cic.gba.gob.ar:11746/3525Institucionalhttp://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 13:39:49.124CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Estudio comparativo de metodologías para minería de datos
title Estudio comparativo de metodologías para minería de datos
spellingShingle Estudio comparativo de metodologías para minería de datos
Moine, Juan Miguel
Ciencias de la Computación
CRISP-DM
SEMMA
Catalyst
P3TQ
Minería de Datos
explotación de información
title_short Estudio comparativo de metodologías para minería de datos
title_full Estudio comparativo de metodologías para minería de datos
title_fullStr Estudio comparativo de metodologías para minería de datos
title_full_unstemmed Estudio comparativo de metodologías para minería de datos
title_sort Estudio comparativo de metodologías para minería de datos
dc.creator.none.fl_str_mv Moine, Juan Miguel
Haedo, Ana Silvia
Gordillo, Silvia Ethel
author Moine, Juan Miguel
author_facet Moine, Juan Miguel
Haedo, Ana Silvia
Gordillo, Silvia Ethel
author_role author
author2 Haedo, Ana Silvia
Gordillo, Silvia Ethel
author2_role author
author
dc.subject.none.fl_str_mv Ciencias de la Computación
CRISP-DM
SEMMA
Catalyst
P3TQ
Minería de Datos
explotación de información
topic Ciencias de la Computación
CRISP-DM
SEMMA
Catalyst
P3TQ
Minería de Datos
explotación de información
dc.description.none.fl_txt_mv La sistematización del proceso de minería de datos es un punto importante para la planificación y ejecución de este tipo de proyecto. Algunas organizaciones implementan el proceso KDD, mientras que otras aplican un estándar más específico como CRISP-DM. Si la organización ha adquirido productos de la empresa SAS, tiene a su disposición una metodología especialmente desarrollada para los mismos, la metodología SEMMA. Por otro lado, la metodología Catalyst (conocida como P3TQ) está ganando cada vez mayor popularidad debido a su completitud y flexibilidad para adaptarse en distintos escenarios. En este trabajo de investigación se realizará un estudio comparativo entre las distintas metodologías vigentes para proyectos de minería de datos, evaluando las ventajas y desventajas de las mismas en un escenario donde el proyecto tiene como objetivo colaborar a la solución de un problema organizacional.
Eje: Bases de datos y minería de datos
description La sistematización del proceso de minería de datos es un punto importante para la planificación y ejecución de este tipo de proyecto. Algunas organizaciones implementan el proceso KDD, mientras que otras aplican un estándar más específico como CRISP-DM. Si la organización ha adquirido productos de la empresa SAS, tiene a su disposición una metodología especialmente desarrollada para los mismos, la metodología SEMMA. Por otro lado, la metodología Catalyst (conocida como P3TQ) está ganando cada vez mayor popularidad debido a su completitud y flexibilidad para adaptarse en distintos escenarios. En este trabajo de investigación se realizará un estudio comparativo entre las distintas metodologías vigentes para proyectos de minería de datos, evaluando las ventajas y desventajas de las mismas en un escenario donde el proyecto tiene como objetivo colaborar a la solución de un problema organizacional.
publishDate 2011
dc.date.none.fl_str_mv 2011-05
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/11746/3525
url https://digital.cic.gba.gob.ar/handle/11746/3525
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/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_ 1844618578126438400
score 13.070432