Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos

Autores
Pytel, Pablo; Tomasello, Maximiliano; Rodríguez, Darío; Arboleya, Hernán; Pollo Cattaneo, María Florencia; Britos, Paola Verónica; García Martínez, Ramón
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La Explotación de Información (en inglés Information Mining, IM) consiste en la extracción de conocimiento no-trivial que reside de manera implícita en los datos disponibles en distintas fuentes de información. Dicho conocimiento es previamente desconocido y puede resultar útil para algún proceso. Para un experto, o para el responsable de un sistema de información, normalmente no son los datos en sí lo más relevante, sino el conocimiento que se encierra en sus relaciones, fluctuaciones y dependencias. Esta disciplina engloba un conjunto de técnicas de Minería de Datos (Data Mining, DM) encaminadas a la extracción de conocimiento procesable, implícito en el almacén de datos (Data Warehouse, DW) de la organización. Las bases de estas técnicas se encuentran en el análisis estadístico y en los sistemas inteligentes. Con Explotación de Información se aborda la solución a problemas de predicción, clasificación y segmentación. Estos resultados contribuyen con la toma de decisiones de gestión y generación de planes estratégicos en las organizaciones. Por esta razón ha sido necesario disponer de métodos eficientes para la búsqueda de conocimiento en datos mediante el desarrollo de algoritmos y herramientas para la explotación de información. Para el desarrollo de estos algoritmos y herramientas se necesita de una metodología que lo asista. A través de la experiencia acumulada en proyectos de explotación de información se han ido desarrollando metodologías que permiten gestionar esta complejidad de una manera uniforme. Entre estas metodologías, la comunidad científica considera probada a la metodología CRISP-DM.
Eje: Bases de datos y minería de datos
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
explotación de información
Data mining
modelos analíticos
Database Administration
CRISP-DM
minería de datos
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:10915/20041
Acceder
id SEDICI_7a80ee05765ec728912fd2098983d511
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20041
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricosPytel, PabloTomasello, MaximilianoRodríguez, DaríoArboleya, HernánPollo Cattaneo, María FlorenciaBritos, Paola VerónicaGarcía Martínez, RamónCiencias Informáticasexplotación de informaciónData miningmodelos analíticosDatabase AdministrationCRISP-DMminería de datosLa Explotación de Información (en inglés Information Mining, IM) consiste en la extracción de conocimiento no-trivial que reside de manera implícita en los datos disponibles en distintas fuentes de información. Dicho conocimiento es previamente desconocido y puede resultar útil para algún proceso. Para un experto, o para el responsable de un sistema de información, normalmente no son los datos en sí lo más relevante, sino el conocimiento que se encierra en sus relaciones, fluctuaciones y dependencias. Esta disciplina engloba un conjunto de técnicas de Minería de Datos (Data Mining, DM) encaminadas a la extracción de conocimiento procesable, implícito en el almacén de datos (Data Warehouse, DW) de la organización. Las bases de estas técnicas se encuentran en el análisis estadístico y en los sistemas inteligentes. Con Explotación de Información se aborda la solución a problemas de predicción, clasificación y segmentación. Estos resultados contribuyen con la toma de decisiones de gestión y generación de planes estratégicos en las organizaciones. Por esta razón ha sido necesario disponer de métodos eficientes para la búsqueda de conocimiento en datos mediante el desarrollo de algoritmos y herramientas para la explotación de información. Para el desarrollo de estos algoritmos y herramientas se necesita de una metodología que lo asista. A través de la experiencia acumulada en proyectos de explotación de información se han ido desarrollando metodologías que permiten gestionar esta complejidad de una manera uniforme. Entre estas metodologías, la comunidad científica considera probada a la metodología CRISP-DM.Eje: Bases de datos y minería de datosRed de Universidades con Carreras en Informática2011-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf295-299http://sedici.unlp.edu.ar/handle/10915/20041spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1info: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:UNLP2025-09-17T09:37:31Zoai:sedici.unlp.edu.ar:10915/20041Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 09:37:32.078SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
title Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
spellingShingle Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
Pytel, Pablo
Ciencias Informáticas
explotación de información
Data mining
modelos analíticos
Database Administration
CRISP-DM
minería de datos
title_short Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
title_full Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
title_fullStr Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
title_full_unstemmed Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
title_sort Estimación de proyectos de explotación de información : Estudio comparado de modelos analíticos y empíricos
dc.creator.none.fl_str_mv Pytel, Pablo
Tomasello, Maximiliano
Rodríguez, Darío
Arboleya, Hernán
Pollo Cattaneo, María Florencia
Britos, Paola Verónica
García Martínez, Ramón
author Pytel, Pablo
author_facet Pytel, Pablo
Tomasello, Maximiliano
Rodríguez, Darío
Arboleya, Hernán
Pollo Cattaneo, María Florencia
Britos, Paola Verónica
García Martínez, Ramón
author_role author
author2 Tomasello, Maximiliano
Rodríguez, Darío
Arboleya, Hernán
Pollo Cattaneo, María Florencia
Britos, Paola Verónica
García Martínez, Ramón
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
explotación de información
Data mining
modelos analíticos
Database Administration
CRISP-DM
minería de datos
topic Ciencias Informáticas
explotación de información
Data mining
modelos analíticos
Database Administration
CRISP-DM
minería de datos
dc.description.none.fl_txt_mv La Explotación de Información (en inglés Information Mining, IM) consiste en la extracción de conocimiento no-trivial que reside de manera implícita en los datos disponibles en distintas fuentes de información. Dicho conocimiento es previamente desconocido y puede resultar útil para algún proceso. Para un experto, o para el responsable de un sistema de información, normalmente no son los datos en sí lo más relevante, sino el conocimiento que se encierra en sus relaciones, fluctuaciones y dependencias. Esta disciplina engloba un conjunto de técnicas de Minería de Datos (Data Mining, DM) encaminadas a la extracción de conocimiento procesable, implícito en el almacén de datos (Data Warehouse, DW) de la organización. Las bases de estas técnicas se encuentran en el análisis estadístico y en los sistemas inteligentes. Con Explotación de Información se aborda la solución a problemas de predicción, clasificación y segmentación. Estos resultados contribuyen con la toma de decisiones de gestión y generación de planes estratégicos en las organizaciones. Por esta razón ha sido necesario disponer de métodos eficientes para la búsqueda de conocimiento en datos mediante el desarrollo de algoritmos y herramientas para la explotación de información. Para el desarrollo de estos algoritmos y herramientas se necesita de una metodología que lo asista. A través de la experiencia acumulada en proyectos de explotación de información se han ido desarrollando metodologías que permiten gestionar esta complejidad de una manera uniforme. Entre estas metodologías, la comunidad científica considera probada a la metodología CRISP-DM.
Eje: Bases de datos y minería de datos
Red de Universidades con Carreras en Informática
description La Explotación de Información (en inglés Information Mining, IM) consiste en la extracción de conocimiento no-trivial que reside de manera implícita en los datos disponibles en distintas fuentes de información. Dicho conocimiento es previamente desconocido y puede resultar útil para algún proceso. Para un experto, o para el responsable de un sistema de información, normalmente no son los datos en sí lo más relevante, sino el conocimiento que se encierra en sus relaciones, fluctuaciones y dependencias. Esta disciplina engloba un conjunto de técnicas de Minería de Datos (Data Mining, DM) encaminadas a la extracción de conocimiento procesable, implícito en el almacén de datos (Data Warehouse, DW) de la organización. Las bases de estas técnicas se encuentran en el análisis estadístico y en los sistemas inteligentes. Con Explotación de Información se aborda la solución a problemas de predicción, clasificación y segmentación. Estos resultados contribuyen con la toma de decisiones de gestión y generación de planes estratégicos en las organizaciones. Por esta razón ha sido necesario disponer de métodos eficientes para la búsqueda de conocimiento en datos mediante el desarrollo de algoritmos y herramientas para la explotación de información. Para el desarrollo de estos algoritmos y herramientas se necesita de una metodología que lo asista. A través de la experiencia acumulada en proyectos de explotación de información se han ido desarrollando metodologías que permiten gestionar esta complejidad de una manera uniforme. Entre estas metodologías, la comunidad científica considera probada a la metodología CRISP-DM.
publishDate 2011
dc.date.none.fl_str_mv 2011-05
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/10915/20041
url http://sedici.unlp.edu.ar/handle/10915/20041
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1
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
295-299
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_ 1843532030537629696
score 13.001348

Publicaciones similares