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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/67097
Ver los metadatos del registro completo
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 |