Minería de datos y visualización de información
- Autores
- Schab, Esteban; Rivera, Ramiro; Bracco, Luciana; Coto, Facundo; Cristaldo, Patricia; Ramos, Lautaro; Rapesta, Natalia; Nuñez, Juan Pablo; Retamar, Soledad; Casanova, Carlos; De Battista, Anabella
- Año de publicación
- 2018
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El procesamiento y análisis de las grandes cantidades de datos que se producen en la actualidad, posibilitan el hallazgo de patrones y tendencias ocultos en los mismos, que impacta directamente en la toma de decisiones en diversas áreas de estudios. Se generan datos a gran velocidad y en grandes cantidades que requieren ser procesados para poder actuar de manera rápida. Como es el caso de la observación de turnos que se generan en entidades bancarias, donde hay momentos del día en que se requiere modificar los esquemas de atención, según la afluencia de determinadas categorías de clientes o el incremento de demandas de determinados servicios. Existen numerosas técnicas de minería de datos aplicables a distintos casos de análisis de datos, que permiten obtener ventajas de esas grandes cantidades de datos almacenados. En este artículo se presentan los tópicos de interés del proyecto Minería de Datos: su aplicación a repositorios de datos masivos, en el que se investigan tanto temas de minería de datos, como de visualización de información, como herramienta para representar de manera eficiente los resultados obtenidos.
Eje: Bases de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Data mining
streaming de datos
gestión de proyectos
visualización
scrapping - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/67382
Ver los metadatos del registro completo
id |
SEDICI_2c2ede7238028d431b7abd8d3e4d0030 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/67382 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Minería de datos y visualización de informaciónSchab, EstebanRivera, RamiroBracco, LucianaCoto, FacundoCristaldo, PatriciaRamos, LautaroRapesta, NataliaNuñez, Juan PabloRetamar, SoledadCasanova, CarlosDe Battista, AnabellaCiencias InformáticasData miningstreaming de datosgestión de proyectosvisualizaciónscrappingEl procesamiento y análisis de las grandes cantidades de datos que se producen en la actualidad, posibilitan el hallazgo de patrones y tendencias ocultos en los mismos, que impacta directamente en la toma de decisiones en diversas áreas de estudios. Se generan datos a gran velocidad y en grandes cantidades que requieren ser procesados para poder actuar de manera rápida. Como es el caso de la observación de turnos que se generan en entidades bancarias, donde hay momentos del día en que se requiere modificar los esquemas de atención, según la afluencia de determinadas categorías de clientes o el incremento de demandas de determinados servicios. Existen numerosas técnicas de minería de datos aplicables a distintos casos de análisis de datos, que permiten obtener ventajas de esas grandes cantidades de datos almacenados. En este artículo se presentan los tópicos de interés del proyecto Minería de Datos: su aplicación a repositorios de datos masivos, en el que se investigan tanto temas de minería de datos, como de visualización de información, como herramienta para representar de manera eficiente los resultados obtenidos.Eje: Bases de Datos y Minería de Datos.Red de Universidades con Carreras en Informática2018-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf325-330http://sedici.unlp.edu.ar/handle/10915/67382spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4info:eu-repo/semantics/reference/hdl/10915/67063info: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:UNLP2025-09-29T11:10:16Zoai:sedici.unlp.edu.ar:10915/67382Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:10:16.462SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Minería de datos y visualización de información |
title |
Minería de datos y visualización de información |
spellingShingle |
Minería de datos y visualización de información Schab, Esteban Ciencias Informáticas Data mining streaming de datos gestión de proyectos visualización scrapping |
title_short |
Minería de datos y visualización de información |
title_full |
Minería de datos y visualización de información |
title_fullStr |
Minería de datos y visualización de información |
title_full_unstemmed |
Minería de datos y visualización de información |
title_sort |
Minería de datos y visualización de información |
dc.creator.none.fl_str_mv |
Schab, Esteban Rivera, Ramiro Bracco, Luciana Coto, Facundo Cristaldo, Patricia Ramos, Lautaro Rapesta, Natalia Nuñez, Juan Pablo Retamar, Soledad Casanova, Carlos De Battista, Anabella |
author |
Schab, Esteban |
author_facet |
Schab, Esteban Rivera, Ramiro Bracco, Luciana Coto, Facundo Cristaldo, Patricia Ramos, Lautaro Rapesta, Natalia Nuñez, Juan Pablo Retamar, Soledad Casanova, Carlos De Battista, Anabella |
author_role |
author |
author2 |
Rivera, Ramiro Bracco, Luciana Coto, Facundo Cristaldo, Patricia Ramos, Lautaro Rapesta, Natalia Nuñez, Juan Pablo Retamar, Soledad Casanova, Carlos De Battista, Anabella |
author2_role |
author author author author author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Data mining streaming de datos gestión de proyectos visualización scrapping |
topic |
Ciencias Informáticas Data mining streaming de datos gestión de proyectos visualización scrapping |
dc.description.none.fl_txt_mv |
El procesamiento y análisis de las grandes cantidades de datos que se producen en la actualidad, posibilitan el hallazgo de patrones y tendencias ocultos en los mismos, que impacta directamente en la toma de decisiones en diversas áreas de estudios. Se generan datos a gran velocidad y en grandes cantidades que requieren ser procesados para poder actuar de manera rápida. Como es el caso de la observación de turnos que se generan en entidades bancarias, donde hay momentos del día en que se requiere modificar los esquemas de atención, según la afluencia de determinadas categorías de clientes o el incremento de demandas de determinados servicios. Existen numerosas técnicas de minería de datos aplicables a distintos casos de análisis de datos, que permiten obtener ventajas de esas grandes cantidades de datos almacenados. En este artículo se presentan los tópicos de interés del proyecto Minería de Datos: su aplicación a repositorios de datos masivos, en el que se investigan tanto temas de minería de datos, como de visualización de información, como herramienta para representar de manera eficiente los resultados obtenidos. Eje: Bases de Datos y Minería de Datos. Red de Universidades con Carreras en Informática |
description |
El procesamiento y análisis de las grandes cantidades de datos que se producen en la actualidad, posibilitan el hallazgo de patrones y tendencias ocultos en los mismos, que impacta directamente en la toma de decisiones en diversas áreas de estudios. Se generan datos a gran velocidad y en grandes cantidades que requieren ser procesados para poder actuar de manera rápida. Como es el caso de la observación de turnos que se generan en entidades bancarias, donde hay momentos del día en que se requiere modificar los esquemas de atención, según la afluencia de determinadas categorías de clientes o el incremento de demandas de determinados servicios. Existen numerosas técnicas de minería de datos aplicables a distintos casos de análisis de datos, que permiten obtener ventajas de esas grandes cantidades de datos almacenados. En este artículo se presentan los tópicos de interés del proyecto Minería de Datos: su aplicación a repositorios de datos masivos, en el que se investigan tanto temas de minería de datos, como de visualización de información, como herramienta para representar de manera eficiente los resultados obtenidos. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-04 |
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/10915/67382 |
url |
http://sedici.unlp.edu.ar/handle/10915/67382 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-3619-27-4 info:eu-repo/semantics/reference/hdl/10915/67063 |
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 325-330 |
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_ |
1844615971228090368 |
score |
13.070432 |