Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos

Autores
Malberti, Alejandra; Klenzi, Raúl O.; Beguerí, Graciela
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se propone abordar el paradigma de Ciencia de Datos con el objetivo de reconocer, analizar y describir el conjunto de estudios y prácticas inherentes a la misma y aplicable a grandes colecciones de datos provenientes de diferentes áreas tales como Educación, Bibliotecología, Astronomía y redes sociales. Estos datos serán accedidos y analizados por medio de herramientas de software libre licencia AGPL como Knime, Weka, R, Rapidminer y módulos específicos de Python, que se ejecuten en diferentes plataformas de hardware secuenciales, paralelos y distribuidos.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Minería de Datos
software libre
aprendizaje automático
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:10915/52853
Acceder
id SEDICI_f319a71b36065d431a05187e65dd45d8
oai_identifier_str oai:sedici.unlp.edu.ar:10915/52853
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de DatosMalberti, AlejandraKlenzi, Raúl O.Beguerí, GracielaCiencias InformáticasMinería de Datossoftware libreaprendizaje automáticoSe propone abordar el paradigma de Ciencia de Datos con el objetivo de reconocer, analizar y describir el conjunto de estudios y prácticas inherentes a la misma y aplicable a grandes colecciones de datos provenientes de diferentes áreas tales como Educación, Bibliotecología, Astronomía y redes sociales. Estos datos serán accedidos y analizados por medio de herramientas de software libre licencia AGPL como Knime, Weka, R, Rapidminer y módulos específicos de Python, que se ejecuten en diferentes plataformas de hardware secuenciales, paralelos y distribuidos.Eje: Bases de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf233-237http://sedici.unlp.edu.ar/handle/10915/52853spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/reference/hdl/10915/52766info: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:UNLP2025-11-12T10:29:41Zoai:sedici.unlp.edu.ar:10915/52853Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-12 10:29:42.043SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
title Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
spellingShingle Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
Malberti, Alejandra
Ciencias Informáticas
Minería de Datos
software libre
aprendizaje automático
title_short Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
title_full Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
title_fullStr Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
title_full_unstemmed Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
title_sort Análisis, interpretación y toma de decisiones estratégicas en la Ciencia de Datos
dc.creator.none.fl_str_mv Malberti, Alejandra
Klenzi, Raúl O.
Beguerí, Graciela
author Malberti, Alejandra
author_facet Malberti, Alejandra
Klenzi, Raúl O.
Beguerí, Graciela
author_role author
author2 Klenzi, Raúl O.
Beguerí, Graciela
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Minería de Datos
software libre
aprendizaje automático
topic Ciencias Informáticas
Minería de Datos
software libre
aprendizaje automático
dc.description.none.fl_txt_mv Se propone abordar el paradigma de Ciencia de Datos con el objetivo de reconocer, analizar y describir el conjunto de estudios y prácticas inherentes a la misma y aplicable a grandes colecciones de datos provenientes de diferentes áreas tales como Educación, Bibliotecología, Astronomía y redes sociales. Estos datos serán accedidos y analizados por medio de herramientas de software libre licencia AGPL como Knime, Weka, R, Rapidminer y módulos específicos de Python, que se ejecuten en diferentes plataformas de hardware secuenciales, paralelos y distribuidos.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description Se propone abordar el paradigma de Ciencia de Datos con el objetivo de reconocer, analizar y describir el conjunto de estudios y prácticas inherentes a la misma y aplicable a grandes colecciones de datos provenientes de diferentes áreas tales como Educación, Bibliotecología, Astronomía y redes sociales. Estos datos serán accedidos y analizados por medio de herramientas de software libre licencia AGPL como Knime, Weka, R, Rapidminer y módulos específicos de Python, que se ejecuten en diferentes plataformas de hardware secuenciales, paralelos y distribuidos.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
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/10915/52853
url http://sedici.unlp.edu.ar/handle/10915/52853
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2
info:eu-repo/semantics/reference/hdl/10915/52766
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
233-237
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_ 1848605364707131392
score 12.742515

Publicaciones similares