Proceso analítico jerárquico difuso extendido para análisis comparativo de metodologías de ciencia de datos

• Autores: Eckert, Karina B.; Britos, Paola Verónica
• Año de publicación: 2021
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias de la Computación (General); Metodologías de Ciencia de datos; Proceso Analítico Jerárquico; Difuso; Teoría de la Construcción Personal; Ciencias de la Computación (General)
• Institución: Universidad Nacional de Río Negro

Fil: Eckert, Karina B. Universidad Gastón Dachary, Posadas. Misiones; Argentina.
Fil: Eckert, Karina B. Universidad Nacional de Misiones, Posadas. Misiones; Argentina.
Fil: Britos, Paola Verónica. Universidad Nacional de Río Negro. Laboratorio de Computación Aplicada. Río Negro; Argentina.
En entornos cambiantes y altamente competitivos, la correcta toma de decisiones es clave en las organizaciones, quienes basan sus decisiones en gran parte a partir de los datos disponibles. El objetivo del presente trabajo presentar un modelo extendido que involucra el Proceso Analítico Jerárquico Difuso y la técnica de Teoría de la Construcción Personal para realizar un análisis comparativo de las metodologías de Ciencia de Datos CRISP-DM, Catalyst y MoProPEI. Siguiendo los pasos del modelo, se definieron los criterios y subcriterios a partir de la pericia de los expertos y estudios previos. Las metodologías fueron evaluadas a partir de dos casos de validación reales según el grado de completitud de los criterios y sub-criterios involucrados; donde se puedo identificar a MoProPEI como la metodología más robusta. Demostrando así la utilidad del modelo propuesto.