Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo
- Autores
- Moine, Juan Miguel
- Año de publicación
- 2013
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Haedo, Ana
Gordillo, Silvia - Descripción
- Para llevar a cabo en forma sistemática el proceso de descubrimiento de conocimiento en bases de datos, conocido como minería de datos, es necesaria la implementación de una metodología. Actualmente las metodologías para minería de datos se encuentran en etapas tempranas de madurez, aunque algunas como CRISP-DM ya están siendo utilizadas exitosamente por los equipos de trabajo para la gestión de sus proyectos. En este trabajo se establece un análisis comparativo entre las metodologías de minería de datos más difundidas en la actualidad. Para lograr dicha tarea, y como aporte de esta tesis, se ha propuesto un marco comparativo que explicita las características que se deberían tener en cuenta al momento de efectuar esta confrontación.
Magister en Ingeniería de Software
Universidad Nacional de La Plata
Facultad de Informática - Materia
-
Ciencias Informáticas
CRISP-DM
Minería de Datos
Catalys
KDD
SEMMA
explotacion de la informacion
gestion de proyectos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/29582
Ver los metadatos del registro completo
id |
SEDICI_54a15397561399db116f4347b4f5ac20 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/29582 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativoMoine, Juan MiguelCiencias InformáticasCRISP-DMMinería de DatosCatalysKDDSEMMAexplotacion de la informaciongestion de proyectosPara llevar a cabo en forma sistemática el proceso de descubrimiento de conocimiento en bases de datos, conocido como minería de datos, es necesaria la implementación de una metodología. Actualmente las metodologías para minería de datos se encuentran en etapas tempranas de madurez, aunque algunas como CRISP-DM ya están siendo utilizadas exitosamente por los equipos de trabajo para la gestión de sus proyectos. En este trabajo se establece un análisis comparativo entre las metodologías de minería de datos más difundidas en la actualidad. Para lograr dicha tarea, y como aporte de esta tesis, se ha propuesto un marco comparativo que explicita las características que se deberían tener en cuenta al momento de efectuar esta confrontación.Magister en Ingeniería de SoftwareUniversidad Nacional de La PlataFacultad de InformáticaHaedo, AnaGordillo, Silvia2013-08-20info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTesis de maestriahttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/29582https://doi.org/10.35537/10915/29582spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/ar/Creative Commons Attribution 2.5 Argentina (CC BY 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:57:22Zoai:sedici.unlp.edu.ar:10915/29582Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:57:23.045SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo |
title |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo |
spellingShingle |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo Moine, Juan Miguel Ciencias Informáticas CRISP-DM Minería de Datos Catalys KDD SEMMA explotacion de la informacion gestion de proyectos |
title_short |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo |
title_full |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo |
title_fullStr |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo |
title_full_unstemmed |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo |
title_sort |
Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo |
dc.creator.none.fl_str_mv |
Moine, Juan Miguel |
author |
Moine, Juan Miguel |
author_facet |
Moine, Juan Miguel |
author_role |
author |
dc.contributor.none.fl_str_mv |
Haedo, Ana Gordillo, Silvia |
dc.subject.none.fl_str_mv |
Ciencias Informáticas CRISP-DM Minería de Datos Catalys KDD SEMMA explotacion de la informacion gestion de proyectos |
topic |
Ciencias Informáticas CRISP-DM Minería de Datos Catalys KDD SEMMA explotacion de la informacion gestion de proyectos |
dc.description.none.fl_txt_mv |
Para llevar a cabo en forma sistemática el proceso de descubrimiento de conocimiento en bases de datos, conocido como minería de datos, es necesaria la implementación de una metodología. Actualmente las metodologías para minería de datos se encuentran en etapas tempranas de madurez, aunque algunas como CRISP-DM ya están siendo utilizadas exitosamente por los equipos de trabajo para la gestión de sus proyectos. En este trabajo se establece un análisis comparativo entre las metodologías de minería de datos más difundidas en la actualidad. Para lograr dicha tarea, y como aporte de esta tesis, se ha propuesto un marco comparativo que explicita las características que se deberían tener en cuenta al momento de efectuar esta confrontación. Magister en Ingeniería de Software Universidad Nacional de La Plata Facultad de Informática |
description |
Para llevar a cabo en forma sistemática el proceso de descubrimiento de conocimiento en bases de datos, conocido como minería de datos, es necesaria la implementación de una metodología. Actualmente las metodologías para minería de datos se encuentran en etapas tempranas de madurez, aunque algunas como CRISP-DM ya están siendo utilizadas exitosamente por los equipos de trabajo para la gestión de sus proyectos. En este trabajo se establece un análisis comparativo entre las metodologías de minería de datos más difundidas en la actualidad. Para lograr dicha tarea, y como aporte de esta tesis, se ha propuesto un marco comparativo que explicita las características que se deberían tener en cuenta al momento de efectuar esta confrontación. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-08-20 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion Tesis de maestria http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
format |
masterThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/29582 https://doi.org/10.35537/10915/29582 |
url |
http://sedici.unlp.edu.ar/handle/10915/29582 https://doi.org/10.35537/10915/29582 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/2.5/ar/ Creative Commons Attribution 2.5 Argentina (CC BY 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/ar/ Creative Commons Attribution 2.5 Argentina (CC BY 2.5) |
dc.format.none.fl_str_mv |
application/pdf |
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_ |
1844615835077836800 |
score |
13.070432 |