1. Universidad Autonoma del Estado de Hidalgo
  2. Tesis
  3. Tesis de Licenciatura
Por favor, use este identificador para citar o enlazar este ítem: http://dgsa.uaeh.edu.mx:8080/handle/231104/4981
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorGuzmán Vera, Oscar Adair-
dc.date.accessioned2024-07-11T20:19:26Z-
dc.date.available2024-07-11T20:19:26Z-
dc.date.issued2024-06-06-
dc.identifier.govdocLSC .15523 2024-
dc.identifier.issnATD370-
dc.identifier.urihttp://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/4981-
dc.descriptionLa Minería de Datos es el proceso de descubrir patrones y relaciones significativas en grandes conjuntos de datos, utilizando técnicas de análisis estadístico y algoritmos de aprendizaje automático. Esta disciplina se utiliza para extraer información útil de grandes conjuntos de datos. Además, la Minería de Datos puede ayudar a identificar tendencias ocultas en los datos, lo que puede mejorar la toma de decisiones en áreas como la predicción de tendencias del mercado, la detección de fraudes y la evaluación del rendimiento de los empleados. La evolución de la minería va desde el análisis manual de los datos, donde se ocupaba un especialista experimentado para tomar las decisiones, luego los sistemas operacionales, posteriormente los sistemas de consultas de bases de datos que permiten a los usuarios realizar consultas en una base de datos para recuperar información, y por último los sistemas informativos que son sistemas de software diseñados para integrar y gestionar datos de diferentes fuentes, permitiendo la generación de informes y análisis de datos a través de disciplinas como la Minería de Datos. La aplicación de la Minería de Datos es interdisciplinaria lo que permite involucrarla a varias áreas de estudio. Un elemento importante para esta disciplina son los almacenes de datos, los cuales son una colección de datos orientada a un tema, integrada, no volátil y variable en el tiempo, que se utiliza para respaldar el proceso de toma de decisiones de una organización. La Minería de Datos cuenta con distintas técnicas, cada una para realizar una tarea en específico y con sus propias características, estas se dividen en predictivos y descriptivos. Para hacer uso de estas técnicas se tiene software dedicado a realizar estas tareas, algunos ejemplos son Python, KNIME y Weka. La elección de la herramienta adecuada depende de la tarea específica y las necesidades del usuario, lo que subraya la importancia de desarrollar una herramienta integral que simplifique el proceso de Minería de Datos para usuarios no expertos. Este trabajo presenta el desarrollo de una herramienta que permite aplicar técnicas descriptivas, con las cuales se pueden generar diferentes particiones de un conjunto de datos y a su vez elegir cuál partición, entre las creadas, es la mejor para un problema específico. Se pretende que, con el diseño de esta herramienta, usuarios que no tengan un conocimiento amplio de los conceptos de Minería de Datos, puedan utilizarla en la toma de decisiones.es_ES
dc.language.isoeses_ES
dc.publisherICBI-BD-UAEHes_ES
dc.subjectMineríaes_ES
dc.subjectDatoses_ES
dc.subjectAlgoritmoses_ES
dc.subjectAgrupamientoes_ES
dc.subjectValidaciónes_ES
dc.subjectCiencias Computacionales.es_ES
dc.titleAplicación web para la ejecución de algoritmos descriptivos de minería de datos para usuarios no expertos.es_ES
dc.title.alternativeCiencias computacionales.es_ES
dc.typeTesises_ES
Aparece en las colecciones: Tesis de Licenciatura

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ATD370.pdf3.49 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.