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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/27135
Acceder
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

Publicaciones similares