Minería de datos en bio-ciencias
- Autores
- Prato, Laura Beatriz; Fresno Rodríguez, Cristóbal; Fernández, Elmer Andrés; Zingaretti, María Laura; Ribero, Gabriela; Villoria, Liliana Noemí
- Año de publicación
- 2013
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El campo de las Bio-ciencias está en pleno desarrollo y expansión. La variedad de tecnologías disponibles y aplicaciones están generando cantidades abrumadoras de datos que necesitan de protocolos, conceptos y métodos que permitan un análisis uniforme y asequible. Otra característica distintiva de estos ámbitos es su condición multidisciplinaria, donde interactúan (y cada vez más) disciplinas como la biología, la matemática, la estadística, la informática, la inteligencia artificial; y sus aplicaciones sobre la agronomía, la salud humana y animal y el medio ambiente; por lo que cualquier esfuerzo tendiente a aumentar el nivel de comunicación y entendimiento entre las distintas disciplinas redundará en beneficios. La Minería de Datos, concepto que aglutina una variedad de metodologías analíticas, proporciona un marco conceptual y metodológico para el abordaje del análisis de datos y señales en distintas disciplinas. Sin embargo cada campo de aplicación presenta desafíos específicos que deben ser abordados particularmente desde la racionalización de los conceptos específicos del ámbito. En este proyecto se integrarán las experiencias y criterios de distintas disciplinas que están involucradas en el desarrollo experimental en bio-ciencias. La finalidad es elaborar protocolos y metodologías de análisis, desarrollar métodos analíticos para generar nuevas estrategias diagnósticas, predictivas a partir de los datos recogidos que permitan extraer conocimiento en problemas biotecnológicos que se basen en investigación sólida de los procedimientos estadísticos/bioinformáticos relevante para el manejo de datos experimentales.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Minería de Datos
Biotecnología
Inteligencia Artificial - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/27135
Ver los metadatos del registro completo
id |
SEDICI_5c1393988fb048ce2427249f921a48c4 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/27135 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Minería de datos en bio-cienciasPrato, Laura BeatrizFresno Rodríguez, CristóbalFernández, Elmer AndrésZingaretti, María LauraRibero, GabrielaVilloria, Liliana NoemíCiencias InformáticasMinería de DatosBiotecnologíaInteligencia ArtificialEl campo de las Bio-ciencias está en pleno desarrollo y expansión. La variedad de tecnologías disponibles y aplicaciones están generando cantidades abrumadoras de datos que necesitan de protocolos, conceptos y métodos que permitan un análisis uniforme y asequible. Otra característica distintiva de estos ámbitos es su condición multidisciplinaria, donde interactúan (y cada vez más) disciplinas como la biología, la matemática, la estadística, la informática, la inteligencia artificial; y sus aplicaciones sobre la agronomía, la salud humana y animal y el medio ambiente; por lo que cualquier esfuerzo tendiente a aumentar el nivel de comunicación y entendimiento entre las distintas disciplinas redundará en beneficios. La Minería de Datos, concepto que aglutina una variedad de metodologías analíticas, proporciona un marco conceptual y metodológico para el abordaje del análisis de datos y señales en distintas disciplinas. Sin embargo cada campo de aplicación presenta desafíos específicos que deben ser abordados particularmente desde la racionalización de los conceptos específicos del ámbito. En este proyecto se integrarán las experiencias y criterios de distintas disciplinas que están involucradas en el desarrollo experimental en bio-ciencias. La finalidad es elaborar protocolos y metodologías de análisis, desarrollar métodos analíticos para generar nuevas estrategias diagnósticas, predictivas a partir de los datos recogidos que permitan extraer conocimiento en problemas biotecnológicos que se basen en investigación sólida de los procedimientos estadísticos/bioinformáticos relevante para el manejo de datos experimentales.Eje: Bases de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2013-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf181-184http://sedici.unlp.edu.ar/handle/10915/27135spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:56:47Zoai:sedici.unlp.edu.ar:10915/27135Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:56:48.202SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Minería de datos en bio-ciencias |
title |
Minería de datos en bio-ciencias |
spellingShingle |
Minería de datos en bio-ciencias Prato, Laura Beatriz Ciencias Informáticas Minería de Datos Biotecnología Inteligencia Artificial |
title_short |
Minería de datos en bio-ciencias |
title_full |
Minería de datos en bio-ciencias |
title_fullStr |
Minería de datos en bio-ciencias |
title_full_unstemmed |
Minería de datos en bio-ciencias |
title_sort |
Minería de datos en bio-ciencias |
dc.creator.none.fl_str_mv |
Prato, Laura Beatriz Fresno Rodríguez, Cristóbal Fernández, Elmer Andrés Zingaretti, María Laura Ribero, Gabriela Villoria, Liliana Noemí |
author |
Prato, Laura Beatriz |
author_facet |
Prato, Laura Beatriz Fresno Rodríguez, Cristóbal Fernández, Elmer Andrés Zingaretti, María Laura Ribero, Gabriela Villoria, Liliana Noemí |
author_role |
author |
author2 |
Fresno Rodríguez, Cristóbal Fernández, Elmer Andrés Zingaretti, María Laura Ribero, Gabriela Villoria, Liliana Noemí |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Minería de Datos Biotecnología Inteligencia Artificial |
topic |
Ciencias Informáticas Minería de Datos Biotecnología Inteligencia Artificial |
dc.description.none.fl_txt_mv |
El campo de las Bio-ciencias está en pleno desarrollo y expansión. La variedad de tecnologías disponibles y aplicaciones están generando cantidades abrumadoras de datos que necesitan de protocolos, conceptos y métodos que permitan un análisis uniforme y asequible. Otra característica distintiva de estos ámbitos es su condición multidisciplinaria, donde interactúan (y cada vez más) disciplinas como la biología, la matemática, la estadística, la informática, la inteligencia artificial; y sus aplicaciones sobre la agronomía, la salud humana y animal y el medio ambiente; por lo que cualquier esfuerzo tendiente a aumentar el nivel de comunicación y entendimiento entre las distintas disciplinas redundará en beneficios. La Minería de Datos, concepto que aglutina una variedad de metodologías analíticas, proporciona un marco conceptual y metodológico para el abordaje del análisis de datos y señales en distintas disciplinas. Sin embargo cada campo de aplicación presenta desafíos específicos que deben ser abordados particularmente desde la racionalización de los conceptos específicos del ámbito. En este proyecto se integrarán las experiencias y criterios de distintas disciplinas que están involucradas en el desarrollo experimental en bio-ciencias. La finalidad es elaborar protocolos y metodologías de análisis, desarrollar métodos analíticos para generar nuevas estrategias diagnósticas, predictivas a partir de los datos recogidos que permitan extraer conocimiento en problemas biotecnológicos que se basen en investigación sólida de los procedimientos estadísticos/bioinformáticos relevante para el manejo de datos experimentales. Eje: Bases de Datos y Minería de Datos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
El campo de las Bio-ciencias está en pleno desarrollo y expansión. La variedad de tecnologías disponibles y aplicaciones están generando cantidades abrumadoras de datos que necesitan de protocolos, conceptos y métodos que permitan un análisis uniforme y asequible. Otra característica distintiva de estos ámbitos es su condición multidisciplinaria, donde interactúan (y cada vez más) disciplinas como la biología, la matemática, la estadística, la informática, la inteligencia artificial; y sus aplicaciones sobre la agronomía, la salud humana y animal y el medio ambiente; por lo que cualquier esfuerzo tendiente a aumentar el nivel de comunicación y entendimiento entre las distintas disciplinas redundará en beneficios. La Minería de Datos, concepto que aglutina una variedad de metodologías analíticas, proporciona un marco conceptual y metodológico para el abordaje del análisis de datos y señales en distintas disciplinas. Sin embargo cada campo de aplicación presenta desafíos específicos que deben ser abordados particularmente desde la racionalización de los conceptos específicos del ámbito. En este proyecto se integrarán las experiencias y criterios de distintas disciplinas que están involucradas en el desarrollo experimental en bio-ciencias. La finalidad es elaborar protocolos y metodologías de análisis, desarrollar métodos analíticos para generar nuevas estrategias diagnósticas, predictivas a partir de los datos recogidos que permitan extraer conocimiento en problemas biotecnológicos que se basen en investigación sólida de los procedimientos estadísticos/bioinformáticos relevante para el manejo de datos experimentales. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-04 |
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/10915/27135 |
url |
http://sedici.unlp.edu.ar/handle/10915/27135 |
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-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 181-184 |
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_ |
1844615828521091072 |
score |
13.070432 |