Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas

Autores
Fontanari, Andrea Lorena; Marín, Carola
Año de publicación
1999
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Rossi, Gustavo Héctor
Ale, Juan María
Descripción
Con el correr del tiempo, /as capacidades de generar y coleccionar datos se han incrementado con rapidez. El extenso uso de códigos de barras en al mayoría de los productos comerciales, la informatización de muchas actividades y de gestiones de gobierno, y los avances en herramientas de colección de datos; proveen enormes cantidades de ellos. La disponibilidad de poderosos sistemas de Bases de Datos y el crecimiento explosivo en los datos, generaron una urgente necesidad de algunas técnicas y herramientas. Estas deben poder, inteligentemente y automáticamente, transformar los datos procesados en información y conocimiento útil. En consecuencia, Data Mining se ha transformado en una área de investigación, cuya importancia se incrementa día a día. En este trabajo tratamos de presentar esta área y sus generalidades, y luego nos ubicamos en el problema de encontrar Reglas de Asociación Cuantitativas.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática (UNLP).
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
Data mining
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/3841
Acceder
id SEDICI_8a46371a89442e9629363b494c348f47
oai_identifier_str oai:sedici.unlp.edu.ar:10915/3841
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativasFontanari, Andrea LorenaMarín, CarolaCiencias InformáticasData miningCon el correr del tiempo, /as capacidades de generar y coleccionar datos se han incrementado con rapidez. El extenso uso de códigos de barras en al mayoría de los productos comerciales, la informatización de muchas actividades y de gestiones de gobierno, y los avances en herramientas de colección de datos; proveen enormes cantidades de ellos. La disponibilidad de poderosos sistemas de Bases de Datos y el crecimiento explosivo en los datos, generaron una urgente necesidad de algunas técnicas y herramientas. Estas deben poder, inteligentemente y automáticamente, transformar los datos procesados en información y conocimiento útil. En consecuencia, Data Mining se ha transformado en una área de investigación, cuya importancia se incrementa día a día. En este trabajo tratamos de presentar esta área y sus generalidades, y luego nos ubicamos en el problema de encontrar Reglas de Asociación Cuantitativas.Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática (UNLP).Licenciado en InformáticaUniversidad Nacional de La PlataFacultad de InformáticaRossi, Gustavo HéctorAle, Juan María1999info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/3841spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:41:55Zoai:sedici.unlp.edu.ar:10915/3841Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:41:56.141SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
title Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
spellingShingle Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
Fontanari, Andrea Lorena
Ciencias Informáticas
Data mining
title_short Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
title_full Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
title_fullStr Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
title_full_unstemmed Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
title_sort Data mining : Generalidades y un enfoque al problema de reglas de asociación cuantitativas
dc.creator.none.fl_str_mv Fontanari, Andrea Lorena
Marín, Carola
author Fontanari, Andrea Lorena
author_facet Fontanari, Andrea Lorena
Marín, Carola
author_role author
author2 Marín, Carola
author2_role author
dc.contributor.none.fl_str_mv Rossi, Gustavo Héctor
Ale, Juan María
dc.subject.none.fl_str_mv Ciencias Informáticas
Data mining
topic Ciencias Informáticas
Data mining
dc.description.none.fl_txt_mv Con el correr del tiempo, /as capacidades de generar y coleccionar datos se han incrementado con rapidez. El extenso uso de códigos de barras en al mayoría de los productos comerciales, la informatización de muchas actividades y de gestiones de gobierno, y los avances en herramientas de colección de datos; proveen enormes cantidades de ellos. La disponibilidad de poderosos sistemas de Bases de Datos y el crecimiento explosivo en los datos, generaron una urgente necesidad de algunas técnicas y herramientas. Estas deben poder, inteligentemente y automáticamente, transformar los datos procesados en información y conocimiento útil. En consecuencia, Data Mining se ha transformado en una área de investigación, cuya importancia se incrementa día a día. En este trabajo tratamos de presentar esta área y sus generalidades, y luego nos ubicamos en el problema de encontrar Reglas de Asociación Cuantitativas.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática (UNLP).
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Informática
description Con el correr del tiempo, /as capacidades de generar y coleccionar datos se han incrementado con rapidez. El extenso uso de códigos de barras en al mayoría de los productos comerciales, la informatización de muchas actividades y de gestiones de gobierno, y los avances en herramientas de colección de datos; proveen enormes cantidades de ellos. La disponibilidad de poderosos sistemas de Bases de Datos y el crecimiento explosivo en los datos, generaron una urgente necesidad de algunas técnicas y herramientas. Estas deben poder, inteligentemente y automáticamente, transformar los datos procesados en información y conocimiento útil. En consecuencia, Data Mining se ha transformado en una área de investigación, cuya importancia se incrementa día a día. En este trabajo tratamos de presentar esta área y sus generalidades, y luego nos ubicamos en el problema de encontrar Reglas de Asociación Cuantitativas.
publishDate 1999
dc.date.none.fl_str_mv 1999
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/3841
url http://sedici.unlp.edu.ar/handle/10915/3841
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/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
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_ 1846063835533803520
score 13.22299

Publicaciones similares