Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science

Autores
Eckert, Karina; Britos, Paola Verónica
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La capacidad de almacenamiento de datos generados por las organizaciones ha aumentado de manera significativa en las últimas décadas y poder analizarlos de manera adecuada, genera un factor estratégico para la Toma de Decisiones (TD). Se puede observar que en los últimos años se ha incrementado la cantidad de profesionales vinculados a la Ciencia de Datos (Data Science) y una de las habilidades requeridas es conocer y manejar a la perfección las metodologías disponibles y determinar cuál se adapta mejor para cada proyecto. Es por ello que al existir una diversidad de metodologías propuestas para el desarrollo de proyectos, en ocasiones la elección no es tarea sencilla, especialmente para los que se inician en el área. La presente investigación tiene como objetivo establecer un modelo basado en la Toma de Decisiones Multicriterios (o criterios múltiples), a través de métodos como el Proceso Analítico Jerárquico y su variante combinado con Lógica Difusa, con el propósito de establecer una base sólida para la selección de metodologías que guíen los proyectos de Minería de Datos o Data Science.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Data mining
data science
proceso analítico jerárquico difuso
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:10915/67097

id SEDICI_66a1c2743da11afef9daf0f9a19388cd
oai_identifier_str oai:sedici.unlp.edu.ar:10915/67097
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data scienceEckert, KarinaBritos, Paola VerónicaCiencias InformáticasData miningdata scienceproceso analítico jerárquico difusoLa capacidad de almacenamiento de datos generados por las organizaciones ha aumentado de manera significativa en las últimas décadas y poder analizarlos de manera adecuada, genera un factor estratégico para la Toma de Decisiones (TD). Se puede observar que en los últimos años se ha incrementado la cantidad de profesionales vinculados a la Ciencia de Datos (Data Science) y una de las habilidades requeridas es conocer y manejar a la perfección las metodologías disponibles y determinar cuál se adapta mejor para cada proyecto. Es por ello que al existir una diversidad de metodologías propuestas para el desarrollo de proyectos, en ocasiones la elección no es tarea sencilla, especialmente para los que se inician en el área. La presente investigación tiene como objetivo establecer un modelo basado en la Toma de Decisiones Multicriterios (o criterios múltiples), a través de métodos como el Proceso Analítico Jerárquico y su variante combinado con Lógica Difusa, con el propósito de establecer una base sólida para la selección de metodologías que guíen los proyectos de Minería de Datos o Data Science.Eje: Agentes y Sistemas Inteligentes.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/pdf32-36http://sedici.unlp.edu.ar/handle/10915/67097spainfo: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:UNLP2025-09-03T10:42:12Zoai:sedici.unlp.edu.ar:10915/67097Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:42:12.564SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
title Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
spellingShingle Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
Eckert, Karina
Ciencias Informáticas
Data mining
data science
proceso analítico jerárquico difuso
title_short Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
title_full Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
title_fullStr Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
title_full_unstemmed Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
title_sort Modelo basado en la toma decisiones con criterios múltiples para la elección de metodologías de data science
dc.creator.none.fl_str_mv Eckert, Karina
Britos, Paola Verónica
author Eckert, Karina
author_facet Eckert, Karina
Britos, Paola Verónica
author_role author
author2 Britos, Paola Verónica
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Data mining
data science
proceso analítico jerárquico difuso
topic Ciencias Informáticas
Data mining
data science
proceso analítico jerárquico difuso
dc.description.none.fl_txt_mv La capacidad de almacenamiento de datos generados por las organizaciones ha aumentado de manera significativa en las últimas décadas y poder analizarlos de manera adecuada, genera un factor estratégico para la Toma de Decisiones (TD). Se puede observar que en los últimos años se ha incrementado la cantidad de profesionales vinculados a la Ciencia de Datos (Data Science) y una de las habilidades requeridas es conocer y manejar a la perfección las metodologías disponibles y determinar cuál se adapta mejor para cada proyecto. Es por ello que al existir una diversidad de metodologías propuestas para el desarrollo de proyectos, en ocasiones la elección no es tarea sencilla, especialmente para los que se inician en el área. La presente investigación tiene como objetivo establecer un modelo basado en la Toma de Decisiones Multicriterios (o criterios múltiples), a través de métodos como el Proceso Analítico Jerárquico y su variante combinado con Lógica Difusa, con el propósito de establecer una base sólida para la selección de metodologías que guíen los proyectos de Minería de Datos o Data Science.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
description La capacidad de almacenamiento de datos generados por las organizaciones ha aumentado de manera significativa en las últimas décadas y poder analizarlos de manera adecuada, genera un factor estratégico para la Toma de Decisiones (TD). Se puede observar que en los últimos años se ha incrementado la cantidad de profesionales vinculados a la Ciencia de Datos (Data Science) y una de las habilidades requeridas es conocer y manejar a la perfección las metodologías disponibles y determinar cuál se adapta mejor para cada proyecto. Es por ello que al existir una diversidad de metodologías propuestas para el desarrollo de proyectos, en ocasiones la elección no es tarea sencilla, especialmente para los que se inician en el área. La presente investigación tiene como objetivo establecer un modelo basado en la Toma de Decisiones Multicriterios (o criterios múltiples), a través de métodos como el Proceso Analítico Jerárquico y su variante combinado con Lógica Difusa, con el propósito de establecer una base sólida para la selección de metodologías que guíen los proyectos de Minería de Datos o Data Science.
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/10915/67097
url http://sedici.unlp.edu.ar/handle/10915/67097
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
32-36
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_ 1842260289589870592
score 13.13397