Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos

Autores
Droz, Mariano R.; Alvez, Carlos E.; Benitez, Pedro; Ramos, Juan A.; Diaz, Beatriz M.; Zapata, Luz M.
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La Minería de Datos (Data Mining) trata de resolver problemas o comprender fenómenos o situaciones mediante el análisis de datos digitales. Minería de Datos y extracción o “descubrimiento” de conocimiento en bases de datos (Knowledge Discovery in Databases, KDD) se han empleado indistintamente, pero existen diferencias entre ambas, siendo la primera solamente el núcleo de un proceso KDD. No obstante, actualmente Ciencia de Datos (Data Science) es una expresión mucho más utilizada en el contexto de descubrimiento de conocimiento a partir de datos, por eso en este trabajo se aborda un proyecto de Minería de Datos con un enfoque de ciencia de datos aplicada. Llevar a cabo un proyecto de este tipo requiere de un abordaje metodológico, se ha optado por CRISP-DM (CRoss Industry Standard Process for Data Mining) ya que es considerado como el estándar de facto para proyectos de analítica, Minería de Datos y Ciencia de Datos. El objetivo consiste en ejecutar un proyecto para descubrir, determinar o relacionar la incidencia de los factores abióticos (temperatura y humedad relativa ambiente, nivel de luz, y temperatura y humedad del suelo) en el comportamiento de la artropofauna edáfica existente en sistemas productivos hortícolas de la región de Salto Grande.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Bases de datos
Minería de datos
Ciencia de datos
CRISP-DM
Artrópodos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/143354
Acceder
id SEDICI_272e2ab87743664f24feff69c16a0e4b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/143354
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodosDroz, Mariano R.Alvez, Carlos E.Benitez, PedroRamos, Juan A.Diaz, Beatriz M.Zapata, Luz M.Ciencias InformáticasBases de datosMinería de datosCiencia de datosCRISP-DMArtrópodosLa Minería de Datos (Data Mining) trata de resolver problemas o comprender fenómenos o situaciones mediante el análisis de datos digitales. Minería de Datos y extracción o “descubrimiento” de conocimiento en bases de datos (Knowledge Discovery in Databases, KDD) se han empleado indistintamente, pero existen diferencias entre ambas, siendo la primera solamente el núcleo de un proceso KDD. No obstante, actualmente Ciencia de Datos (Data Science) es una expresión mucho más utilizada en el contexto de descubrimiento de conocimiento a partir de datos, por eso en este trabajo se aborda un proyecto de Minería de Datos con un enfoque de ciencia de datos aplicada. Llevar a cabo un proyecto de este tipo requiere de un abordaje metodológico, se ha optado por CRISP-DM (CRoss Industry Standard Process for Data Mining) ya que es considerado como el estándar de facto para proyectos de analítica, Minería de Datos y Ciencia de Datos. El objetivo consiste en ejecutar un proyecto para descubrir, determinar o relacionar la incidencia de los factores abióticos (temperatura y humedad relativa ambiente, nivel de luz, y temperatura y humedad del suelo) en el comportamiento de la artropofauna edáfica existente en sistemas productivos hortícolas de la región de Salto Grande.Red de Universidades con Carreras en Informática2022-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf118-122http://sedici.unlp.edu.ar/handle/10915/143354spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9info:eu-repo/semantics/reference/hdl/10915/142555info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:28:29Zoai:sedici.unlp.edu.ar:10915/143354Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:28:29.408SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
title Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
spellingShingle Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
Droz, Mariano R.
Ciencias Informáticas
Bases de datos
Minería de datos
Ciencia de datos
CRISP-DM
Artrópodos
title_short Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
title_full Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
title_fullStr Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
title_full_unstemmed Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
title_sort Abordaje metodológico de minería de datos aplicada a investigaciones agropecuarias sobre artrópodos
dc.creator.none.fl_str_mv Droz, Mariano R.
Alvez, Carlos E.
Benitez, Pedro
Ramos, Juan A.
Diaz, Beatriz M.
Zapata, Luz M.
author Droz, Mariano R.
author_facet Droz, Mariano R.
Alvez, Carlos E.
Benitez, Pedro
Ramos, Juan A.
Diaz, Beatriz M.
Zapata, Luz M.
author_role author
author2 Alvez, Carlos E.
Benitez, Pedro
Ramos, Juan A.
Diaz, Beatriz M.
Zapata, Luz M.
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Bases de datos
Minería de datos
Ciencia de datos
CRISP-DM
Artrópodos
topic Ciencias Informáticas
Bases de datos
Minería de datos
Ciencia de datos
CRISP-DM
Artrópodos
dc.description.none.fl_txt_mv La Minería de Datos (Data Mining) trata de resolver problemas o comprender fenómenos o situaciones mediante el análisis de datos digitales. Minería de Datos y extracción o “descubrimiento” de conocimiento en bases de datos (Knowledge Discovery in Databases, KDD) se han empleado indistintamente, pero existen diferencias entre ambas, siendo la primera solamente el núcleo de un proceso KDD. No obstante, actualmente Ciencia de Datos (Data Science) es una expresión mucho más utilizada en el contexto de descubrimiento de conocimiento a partir de datos, por eso en este trabajo se aborda un proyecto de Minería de Datos con un enfoque de ciencia de datos aplicada. Llevar a cabo un proyecto de este tipo requiere de un abordaje metodológico, se ha optado por CRISP-DM (CRoss Industry Standard Process for Data Mining) ya que es considerado como el estándar de facto para proyectos de analítica, Minería de Datos y Ciencia de Datos. El objetivo consiste en ejecutar un proyecto para descubrir, determinar o relacionar la incidencia de los factores abióticos (temperatura y humedad relativa ambiente, nivel de luz, y temperatura y humedad del suelo) en el comportamiento de la artropofauna edáfica existente en sistemas productivos hortícolas de la región de Salto Grande.
Red de Universidades con Carreras en Informática
description La Minería de Datos (Data Mining) trata de resolver problemas o comprender fenómenos o situaciones mediante el análisis de datos digitales. Minería de Datos y extracción o “descubrimiento” de conocimiento en bases de datos (Knowledge Discovery in Databases, KDD) se han empleado indistintamente, pero existen diferencias entre ambas, siendo la primera solamente el núcleo de un proceso KDD. No obstante, actualmente Ciencia de Datos (Data Science) es una expresión mucho más utilizada en el contexto de descubrimiento de conocimiento a partir de datos, por eso en este trabajo se aborda un proyecto de Minería de Datos con un enfoque de ciencia de datos aplicada. Llevar a cabo un proyecto de este tipo requiere de un abordaje metodológico, se ha optado por CRISP-DM (CRoss Industry Standard Process for Data Mining) ya que es considerado como el estándar de facto para proyectos de analítica, Minería de Datos y Ciencia de Datos. El objetivo consiste en ejecutar un proyecto para descubrir, determinar o relacionar la incidencia de los factores abióticos (temperatura y humedad relativa ambiente, nivel de luz, y temperatura y humedad del suelo) en el comportamiento de la artropofauna edáfica existente en sistemas productivos hortícolas de la región de Salto Grande.
publishDate 2022
dc.date.none.fl_str_mv 2022-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/143354
url http://sedici.unlp.edu.ar/handle/10915/143354
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9
info:eu-repo/semantics/reference/hdl/10915/142555
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
118-122
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064328477769728
score 12.749369

Publicaciones similares