REGLAS DE ASOCIACIÓN por Claudia J iménez Jiménez R Semestre
|
|
- José Ángel Adolfo Mora Espejo
- hace 7 años
- Vistas:
Transcripción
1 REGLAS DE ASOCIACIÓN por Claudia Jiménez R Semestre
2 Áreas de Aplicación Investigación de mercados Finanzas Biología Detección de fraude Medicina Sociología Y en muchas otras áreas!!
3 ANALISIS DE LA CANASTA DEL MERCADO ( basquet market analysis) Productos comprados por los clientes de un supermercado en los últimos días: Sea la transacción Tj = { I1, I2,..Ik } Transacción o venta 1 Número total de transacciones = 9 3
4 Representación de los ítems Los ítems se suelen representar por medio de códigos como A, B, C, D, E 4
5 Definiciones básicas en el análisis Item: un objeto o valor de un atributo Los valores cuantitativos continuos deben discretizarse. Itemset I: Subconjunto de posibles atributos o valores (ítems) Ejemplo: I = {A, B, E} (el orden no es importante) t Transacción: (TID, itemset) Donde TID es el identificador de la transacción. 5
6 REGLA DE ASOCIACIÓN Regla de Asociación : Si Itemset 1 Itemset 2 donde Itemset 1 Itemset 2 = e Itemset 2. Si las ventas incluyen el Itemset1 entonces también incluyen al Itemset2. Ejemplos: Si Leche y Pan => Huevos y Azúcar Si A,B E,C Si Leche => Pan y Cereal SI A B,C 6
7 OBTENIENDO REGLAS A PARTIR DE SUBCONJUNTOS O ITEMSETS Dado el conjunto de ítems {A, B, E}. Cuáles son las posibles reglas de asociación? (el orden no es importante: A, B = B, A) Si A B, E Si A, B E Si A, E B Si B A, E Si B, E A Si E A, B 7
8 RESTRICCIONES EN LAS REGLAS DE ASOCIACIÓN Aplicable únicamente a variables cualitativas o discretizadas. Medidas de las fortaleza de una relación: Soporte, Confianza. 8
9 SOPORTE Y CONFIANZA DE UNA REGLA Sea R: I J una regla de asociación Sop (R) = sop (I J) eselsoporteel soporte de la regla R (Porcentaje de instancias en las que se cumple tanto el conjunto de ítems I como J) Conf (R) = sop (R) / sop (I) es la confianza de R (Porcentaje de instancias de las que contienen al itemset I que cumplen la regla R. Nota: Las reglas de asociación que cumplen con un mínimo soporte (minsup) y una confianza dada (minconf) son llamadas reglas interesantes. 9
10 REGLAS DE ASOCIACIÓN: EJEMPLO 1 Dada la siguiente base de datos: Número de transacciones o ventas = 10 10
11 REGLAS DE ASOCIACIÓN: EJEMPLO 1 Soporte: sop p( (manzanas)= 4 / 10 = 0.4 sop (zanahoria) = 3 / 10 = 0.3 sop (dulces) = 6 / 10 = 0.6 sop (manzana dulces) = 3 / 10 = 0.3 sop (manzana papa) = 2 / 10 = 0.2 Confianza: conf (manzana dulces) = sop (manzana dulces) / sop (manzanas)= 0.3 / 0.4 conf (manzana dulces) = 0.75 conf (manzana papa) =? conf (manzana tomate) =? 11
12 ALGORITMO APRIORI Fue propuesto por Agrawal y Srikant en Idea: usar un conjunto de ítems (itemset) L con k k atributos para generar uno nuevo con k+1 atributos. Si {A,B} es un itemset frecuente entonces {A} y {B} son también itemsets frecuentes Objetivo: Encontrar los itemsets L con mayor frecuencia.
13 ALGORITMO APRIORI PASO 1: Generar todas los itemsets L con un único elemento. Usarlos para generar los ítemsets con 2 elementos y así sucesivamente. Se toman todos los posibles pares cuyo soporte sea mayor o igual a minsup (lo cual permite ir eliminando algunas combinaciones). 13
14 ALGORITMO APRIORI PASO 2: Por cada itemset frecuente L encontrado Por cada subconjunto J de L Determinar todas las reglas de asociación de la forma: Si L - J J Seleccionar aquellas reglas cuya confianza sea mayor o igual minconf Se repite el paso uno, incluyendo otro elemento a L. 14
15 Algoritmo Apriori : Ejemplo con minsup = 2 TID D productos Explorar temp 1 L 1 Ítemset soporte {1} 2 {2} 3 {3} 3 {4} 1 {5} 3 Ítemset soporte {1} 2 {2} 3 {3} 3 {5} 3 temp2 2 L 2 ítemset soporte ítemset soporte {1 2} 1 {1 3} 2 {1 3} 2 {2 3} 2 {1 5} 1 {2 3} 2 {2 5} 3 {3 5} 2 {2 5} 3 {3 5} 2 Explorar otra vez a D itemset soporte L 3 temp 3 {135} 1 itemset soporte {2 3 5} 2 {2 3 5} 2
16 Usando el algoritmo a priori de WEKA Usando la base de datos que sirve para determinar si se puede jugar, dada unas condiciones climáticas determinadas. 16
17 USANDO WEKA : Ejemplo datos Golf minsup Medida para evaluar las reglas minconf número máximo de reglas a mostrar maxsup
18 USANDO WEKA : Ejemplo datos golf 18
19 USANDO WEKA Generando reglas con soporte mínimo de 2 y confianza 100% Regla de Asociación Sup Conf 1 Humidity=Normal Play=YesY 4 100% Windy=False 2 Temperature=Cool Humidity=Normal 4 100% 3 Outlook=Overcast Play=Yes 4 100% 4 Temperature=Cold Play=Yes Humidity=Normal 3 100% Outlook=Sunny Humidity=High 2 100% Temperature=Hot En total: 3 reglas con soporte 4, 5 reglas con soporte 3 y 50 con soporte 2 19
20 Características del algoritmo Apriori Facilidad de interpretación de resultados. Las reglas de asociación son fáciles de interpretar dada la naturaleza sencilla de su estructura, facilitando el trabajo de los analistas a la hora de evaluar los resultados y generar conocimiento. Posibilidad de trabajar con datos imprecisos. Algunos investigaciones han avanzado en el desarrollo de algoritmos que permitan trabajar con datos que por su naturaleza son difusos o con cierto grado de imprecisión. El proceso de evaluación de resultados puede ser extenuante, considerando la cantidad de reglas que se pueden generar y que no son útiles aun cuando cumplen con los requisitos de soporte y confianza establecidos. 20
21 Mejoras del Algoritmo Apriori Algoritmo Parallel Mining Algoritmo Sampling Algoritmo Partition Algoritmo AprioriTid Algoritmo AprioriHybrid 21
Grandes de Bases de Datos. Patrones, asociaciones y correlaciones
Grandes de Bases de Datos Patrones, asociaciones y correlaciones Contenido 1. Conceptos básicos 2. Minado eficiente y escalable de conjuntos de elementos frecuentes 3. Minando varios tipos de reglas de
Más detallesMinería de patrones de asociación
Minería de patrones de asociación Christopher Expósito Izquierdo Airam Expósito Márquez Israel López Plata Belén Melián Batista J. Marcos Moreno Vega {cexposit, aexposim, ilopezpl, mbmelian, jmmoreno}@ull.edu.es
Más detallesMineria de Datos. Reglas de Asociacion. Dr. Edgar Acuna Departmento de Matematicas. Universidad de Puerto Rico- Mayaguez
Mineria de Datos Reglas de Asociacion Dr. Edgar Acuna Departmento de Matematicas Universidad de Puerto Rico- Mayaguez math.uprrm.edu/~edgar edgar 1 Datos transaccionales Ejemplo de canasta de mercados:
Más detallesREGLAS DE ASOCIACIÓN Bases de Datos Masivas. 29 de Octubre de 2015
1 REGLAS DE ASOCIACIÓN Bases de Datos Masivas 29 de Octubre de 2015 Reglas de Asociación 2 3 Reglas de Asociación Dado un conjunto de transacciones encontrar reglas que puedan predecir la ocurrencia de
Más detallesREGLAS DE ASOCIACIÓN. Jesús González y Eduardo Morales
REGLAS DE ASOCIACIÓN Jesús González y Eduardo Morales Minería de Datos por Reglas de Asociación 2 Encontrar asociaciones o correlaciones entre los elementos u objetos de bases de datos transacccionales,
Más detallesReglas de Asociación en Weka
Reglas de Asociación en Weka Este documento muestra cómo establecer reglas de asociación en Weka usando como ejemplo los datos de un banco "bank.arff". El punto de inicio consiste en discretizar los datos
Más detallesPor Elizabeth León Guzmán, Ph.D. Profesora
Por Elizabeth León Guzmán, Ph.D. Profesora 1 En una base de datos transaccional, transaccional cada transacción puede contener una lista de ítems (Ej: ítems comprados por un cliente) Id_transacci ón Items
Más detallesReglas de Asociación Difusas para la Detección
Reglas de Asociación Difusas para la Detección de Anomaĺıas M.D. Ruiz, D. Sánchez, M.J. Martin-Bautista, M.A. Vila, M. Delgado 6 de Febrero de 2014 2 Motivación Las Reglas de Asociación permiten identificar
Más detallesReglas de Asociación
Reglas de Eduardo Morales, Hugo Jair Escalante INAOE (INAOE) 1 / 43 1 2 3 4 5 6 (INAOE) 2 / 43 Reglas de Objetivo: encontrar asociaciones o correlaciones entre los elementos u objetos de bases de datos
Más detallesTareas de la minería de datos: reglas de asociación y secuencias. CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR
Tareas de la minería de datos: reglas de asociación y secuencias CI-2352 Intr. a la minería de datos Prof. Braulio José Solano Rojas ECCI, UCR La parábola de la cerveza y las mantillas La parábola de la
Más detallesAnálisis de desempeño de EquipAsso: Un algoritmo para el cálculo de Itemsets frecuentes basado en operadores algebraicos relacionales.
Análisis de desempeño de : Un algoritmo para el cálculo de Itemsets frecuentes basado en operadores algebraicos relacionales. Ricardo Timarán Pereira, Ph. D.* ritimar@udenar.edu.co Andrés O. Calderón Romero.*
Más detallesReglas de Asociación. Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid
Reglas de Asociación Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Reglas Proposicionales: Reglas de Clasificación Descripción de instancias:
Más detallesMINERÍA DE DATOS DIFUSA: DESCUBRIMIENTO DE REGLAS ASOCIATIVAS DIFUSAS. Resumen
MINERÍA DE DATOS DIFUSA: DESCUBRIMIENTO DE REGLAS ASOCIATIVAS DIFUSAS JOHN HARVEY GARCÍA @ JORGE EDUARDO ORTIZ @@ Resumen Este documento centra su interés en el problema de descubrir reglas asociativas
Más detallesTID Artículos. 1 Pan, leche, huevos 2 Pan, pañales, cerveza 3 Leche, pañales, cerveza 4 Pan, leche, pañales, cerveza 5 Pan, leche, huevos, cerveza
Reglas de asociación Fernando Berzal, berzal@acm.org Reglas de asociación Introducción Definiciones Patrones frecuentes Reglas de asociación Extracción de reglas de asociación Identificación de patrones
Más detallesRepresentación de Teorías con Reglas de Decisión. Reglas: representación potente. Inferencia de reglas via OneRule. Prof. Carlos I.
Datamining y Aprendizaje Automatizado 05 Aprendizaje de Conjuntos de Reglas Prof. Carlos Iván Chesñevar Departamento de Cs. e Ing. de la Computación Universidad Nacional del Sur Email: cic@cs.uns.edu.ar
Más detallesLas reglas de asociación tienen diversas aplicaciones como:
Capítulo 4 Reglas de Asociación El objetivo de las reglas de asociación es encontrar asociaciones o correlaciones entre los elementos u objetos de bases de datos transaccionales, relacionales o datawarehouses.
Más detallesAnálisis e Implementación de Técnicas para el Descubrimiento de Reglas de Asociación Temporales Generalizadas
Análisis e Implementación de Técnicas para el Descubrimiento de Reglas de Asociación Temporales Generalizadas Ana Belén Blazquez María Adriana Colareda Mayo de 2004 Índice General Indice General iii Abstract
Más detallesTesis de Grado Ingeniería en Informática
UN MODELO DE REGLAS DE ASOCIACIÓN ESPACIO-TEMPORALES Tesis de Grado Ingeniería en Informática Departamento de Computación Mariano S. Kohan S. 78687 marianokohan@gmail.com Director: Dr. Juan M. Ale Abril,
Más detallesPalabras Clave: Minería de datos, Reglas de asociación, Algoritmo Apriori, Confianza mínima,
Reglas de Association rules in a Database of medical area. Ing. Agustín Sáenz López Ingeniero Civil Doctor en Ingeniería Civil, área: Sistemas de Planeación y Construcción. Profesor-Investigador Facultad
Más detallesCURSOS DE VERANO 2014
CURSOS DE VERANO 2014 TÍTULO APROXIMACIÓN DEL CURSO PRÁCTICA A LA CIENCIA DE DATOS Y BIG DATA: HERRAMIENTAS KNIME, R, HADOOP Y TÍTULO PONENCIA MAHOUT NOMBRE PROFESOR Análisis descriptivo María José del
Más detallesAdulto Equivalente o Canasta de Costo Mínimo, CBA y CBT de Formosa noviembre de 2015
Adulto Equivalente o Canasta de Costo Mínimo, CBA y CBT de Formosa noviembre de 2015 El Adulto Equivalente se calcula a partir de los requerimientos kilo-calóricos requeridos en forma mensual por un varón
Más detallesAPLICACIÓN DE REGLAS DE ASOCIACIÓN PARA LA DETECCIÓN DE PATRONES DE COMPORTAMIENTO EN SISTEMA ACADÉMICO UNIVERSITARIO
APLICACIÓN DE REGLAS DE ASOCIACIÓN PARA LA DETECCIÓN DE PATRONES DE COMPORTAMIENTO EN SISTEMA ACADÉMICO UNIVERSITARIO Ing. David J. Belamate, Ing. Matías A. Cassani, Ing. Carolina P. Ricci Universidad
Más detalles3. Árboles de decisión
3.1 Introducción Método para aproximación de funciones objetivo que tengan valores discretos (clasificación) Uno de los métodos mas extensamente usados para inferencia inductiva Capaz de aprender hipótesis
Más detallesPresentación CBA MAYO 2014 Costo CBA Variación mensual Variación acumulada anual Variación últimos 12 meses
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS MAYO 2014 1 Presentación CBA MAYO 2014 Costo CBA $ 40.545 Variación mensual 0,3% Variación acumulada anual (enero abril 2014) 2,1% Variación últimos 12 meses 6,7%
Más detallesL.N. Vivian Sadovitch
Equivalentes: Listas: Categorías: Rec. General: Manzana 3 a) Lista a) Categoría Carne de res b) Lista b) Categoría Leche c) Lista 3 c) Categoría 3 Queso d) Lista 4 d) Categoría 4 Pan Dulces 5 ) Sub-categoría
Más detallesReglas de asociación. Inteligencia Artificial Dr. Ariel Monteserin amontese@exa.unicen.edu.ar ISISTAN - UNICEN
Reglas de asociación Inteligencia Artificial Dr. Ariel Monteserin amontese@exa.unicen.edu.ar ISISTAN - UNICEN Agenda Conceptos Algoritmos de descubrimientos de reglas de asociación Post-procesamiento Actualización
Más detallesReglas de asociación. Agenda. Inteligencia Artificial Prof. Dr. Ariel Monteserin 13/04/2018.
Reglas de asociación Inteligencia Artificial Prof. Dr. Ariel Monteserin ariel.monteserin@isistan.unicen.edu.ar ISISTAN - UNICEN Agenda Conceptos Algoritmos de descubrimientos de reglas de asociación Post-procesamiento
Más detalles10 EXÁMENES
10 EXÁMENES 2014-2018 Convocatoria Extraordinaria de Septiembre 1 de Septiembre de 2014 1. (1 pto.) a) Aunque por abuso del lenguaje hemos hablado de minería de datos y de KDD como sinónimos, indica las
Más detallesCBA OCTUBRE Costo CBA $ Variación mensual 4,5% Variación acumulada anual (respecto a diciembre 2013) 9,2% Variación últimos 12 meses 8,7%
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS OCTUBRE 2014 1 Presentación CBA OCTUBRE 2014 Costo CBA $ 43.375 Variación mensual 4,5% Variación acumulada anual (respecto a diciembre 2013) 9,2% Variación últimos
Más detallesText Mining Introducción a Minería de Datos
Text Mining Facultad de Matemática, Astronomía y Física UNC, Córdoba (Argentina) http://www.cs.famaf.unc.edu.ar/~laura SADIO 12 de Marzo de 2008 qué es la minería de datos? A technique using software tools
Más detallesAnálisis de Asociaciones
Análisis de Asociaciones Asociaciones Establecer vínculos entre los registros Asociaciones (productos que se compran juntos) Patrones secuenciales (si se compra algo en una fecha en x meses se adquiere
Más detallesIntroducción a Aprendizaje no Supervisado
Introducción a Aprendizaje no Supervisado Felipe Suárez, Álvaro Riascos 25 de abril de 2017 2 / 33 Contenido 1. Motivación 2. k-medias Algoritmos Implementación 3. Definición 4. Motivación 5. Aproximación
Más detallesConclusiones. Somos la suma de nuestras decisiones. WOODY ALLEN Delitos y Faltas (1989)
Capítulo 7 Conclusiones Somos la suma de nuestras decisiones WOODY ALLEN Delitos y Faltas (1989) En este trabajo se ha presentado una nueva estrategia para construir árboles de decisión que ha conseguido
Más detallesREGLAS DE ASOCIACIÓN APLICADAS A LA DETECCIÓN DE FRAUDE CON TARJETAS DE CRÉDITOS
REGLAS DE ASOCIACIÓN APLICADAS A LA DETECCIÓN DE FRAUDE CON TARJETAS DE CRÉDITOS María-Amparo Vila Miranda Daniel Sánchez Fernández Luis Cerda Leiva vila@decsai.ugr.es daniel@decsai.ugr.es lcerda@cientec.com
Más detallesCBA JULIO Costo CBA $ Variación mensual 0,1% Variación acumulada anual (respecto a diciembre 2013) 2,2% Variación últimos 12 meses 6,1%
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS JULIO 2014 1 Presentación CBA JULIO 2014 Costo CBA $ 40.611 Variación mensual 0,1% Variación acumulada anual (respecto a diciembre 2013) 2,2% Variación últimos 12
Más detallesIntroducción a la minería de datos y el descubrimiento del conocimiento en bases de datos
Universidad Nacional de La Pampa Facultad de Ciencias Económicas y Jurídicas Introducción a la minería de datos y el descubrimiento del conocimiento en Mg. Ing. Mario José Diván Temario 1. Qué es data
Más detallesCBA AGOSTO Costo CBA $ Variación mensual 0,3% Variación acumulada anual (respecto a diciembre 2013) 2,5% Variación últimos 12 meses 6,3%
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS AGOSTO 2014 1 Presentación CBA AGOSTO 2014 Costo CBA $ 40.738 Variación mensual 0,3% Variación acumulada anual (respecto a diciembre 2013) 2,5% Variación últimos
Más detallesÍndice Barrial de Precios
Índice Barrial de s Informe de prensa Río Cuarto - Nº 1 - Agosto 2013 www.cippes.org Indice Barrial de s Río Cuarto Agosto de 2013 INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los
Más detallesLA CONTRIBUCIÓN DE LAS REGLAS DE ASOCIACIÓN A LA MINERÍA DE DATOS
LA CONTRIBUCIÓN DE LAS REGLAS DE ASOCIACIÓN A LA MINERÍA DE DATOS MARLY ESTER DE MOYA AMARIS Ingeniera de Sistemas, candidata a Magister en Ingeniería de Sistemas de la Universidad Nacional de Colombia.
Más detallesDatos y Estadísticas. Profesor: alberto alvaradejo
Datos y Estadísticas Profesor: alberto alvaradejo Estadística La estadística se define como el arte y la ciencia de reunir datos, analizarlos, presentarlos e interpretarlos Especialmente en los negocios
Más detallesCoordinación de Ciencias Computacionales INAOE. Reporte Técnico No. CCC-09-001 31 de Marzo de 2009
Minería de Reglas de Asociación sobre Datos Mezclados Ansel Yoan Rodríguez González, José Francisco Martínez Trinidad, Jesús Ariel Carrasco Ochoa, José Ruiz Shulcloper Reporte Técnico No. CCC-09-001 31
Más detallesGeneración de conjuntos de ítems y reglas de asociación
Generación de conjuntos de ítems y reglas de asociación José E. Medina Pagola, José Hernández Palancar, Raudel Hernández León, Airel Pérez Suárez, Abdel Hechavarría Díaz, Ricardo González Gazapo Dpto.
Más detallesESCUELA PREPARATORIA UNO DEL ESTADO TURNO MATUTINO GUIA Y EJERCICIOS DE MATEMATICAS PARA QUINTO SEMESTRE
ESCUELA PREPARATORIA UNO DEL ESTADO TURNO MATUTINO GUIA Y EJERCICIOS DE MATEMATICAS PARA QUINTO SEMESTRE NOMBRE DEL ALUMNO EJERCICIO 1 I) RELACIONES Y FUNCIONES Concepto: Una Relación es una correspondencia
Más detallesPresentación CBA ENERO Costo CBA $ Variación mensual -0,7% Variación acumulada anual -0,7% Variación en 12 meses 3,9%
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS ENERO 2014 1 Presentación CBA ENERO 2014 Costo CBA $ 39.450 Variación mensual -0,7% Variación acumulada anual -0,7% Variación en 12 meses 3,9% En Chile, se considera
Más detallesCanasta Básica de Alimentos y Bebidas C.B.A. Julio, Agosto y Septiembre 2009
Canasta Básica de Alimentos y Bebidas C.B.A. Julio, Agosto y Septiembre 2009 I) Canasta Básica de Alimentos y Bebidas A continuación mostramos los cálculos de la Canasta Básica Alimentaria (CBA) elaborados
Más detallesBases de datos 1. Teórico: Introducción
Bases de datos 1 Teórico: Introducción Conceptos generales Base de Datos: Es un conjunto de datos relacionados Representa algún aspecto del mundo real Es construida para un propósito específico Database
Más detallesCBA OCTUBRE Costo CBA $ Variación mensual 2,9 Variación acumulada anual 5,6 Variación en 12 meses 1,2
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS OCTUBRE 2013 1 Presentación CBA OCTUBRE 2013 Costo CBA $ 39.913 Variación mensual 2,9 Variación acumulada anual 5,6 Variación en 12 meses 1,2 En Chile, se considera
Más detallesCanasta Básica de Alimentos y Bebidas C.B.A. Abril, Mayo y Junio de 2011
Canasta Básica de Alimentos y Bebidas C.B.A. Abril, Mayo y Junio de 2011 I) Canasta Básica de Alimentos y Bebidas A continuación mostramos los cálculos de la Canasta Básica Alimentaria (CBA) elaborados
Más detallesCanasta Básica de Alimentos y Bebidas C.B.A. Enero, Febrero y Marzo de 2011
Canasta Básica de Alimentos y Bebidas C.B.A. Enero, Febrero y Marzo de 2011 I) Canasta Básica de Alimentos y Bebidas A continuación mostramos los cálculos de la Canasta Básica Alimentaria (CBA) elaborados
Más detallesCanasta Básica de Alimentos y Bebidas C.B.A. Abril, Mayo y Junio de 2010
Canasta Básica de Alimentos y Bebidas C.B.A. Abril, Mayo y Junio de 2010 I) Canasta Básica de Alimentos y Bebidas A continuación mostramos los cálculos de la Canasta Básica Alimentaria (CBA) elaborados
Más detallesAlimentos y bebidas, el capítulo de mayor ponderación registró nuevamente un fuerte incremento y se ubicó en tercer término con una significativa
En octubre, el Índice de Precios al Consumidor (IPC) CREEBBA mostró nuevamente una fuerte aceleración en su ritmo de crecimiento. El promedio general de precios minoristas avanzó un 6% con respecto al
Más detallesCanasta Básica de Alimentos y Bebidas C.B.A. Enero, Febrero y Marzo de 2010
Canasta Básica de Alimentos y Bebidas C.B.A. Enero, Febrero y Marzo de 2010 I) Canasta Básica de Alimentos y Bebidas A continuación mostramos los cálculos de la Canasta Básica Alimentaria (CBA) elaborados
Más detallesCanasta Básica de Alimentos y Bebidas C.B.A. Octubre, Noviembre y Diciembre de 2010
Canasta Básica de Alimentos y Bebidas C.B.A. Octubre, Noviembre y Diciembre de 2010 I) Canasta Básica de Alimentos y Bebidas A continuación mostramos los cálculos de la Canasta Básica Alimentaria (CBA)
Más detallesCanasta Básica de Alimentos y Bebidas C.B.A. Julio, Agosto y Septiembre de 2010
Canasta Básica de Alimentos y Bebidas C.B.A. Julio, Agosto y Septiembre de 2010 I) Canasta Básica de Alimentos y Bebidas A continuación mostramos los cálculos de la Canasta Básica Alimentaria (CBA) elaborados
Más detallesPresentación CBA NOVIEMBRE 2014
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS NOVIEMBRE 2014 1 Presentación CBA NOVIEMBRE 2014 Costo CBA $ 43.039 Variación mensual -0,8% Variación acumulada anual (respecto a diciembre 2013) 8,3% Variación
Más detallesEn octubre la canasta de alimentos aumentó un 2,49%
Parte de Prensa Nº 972/2016 Fecha: Lunes 14 de noviembre 2016 Canasta Básica Alimentaria OCTUBRE 2016 En octubre la canasta de alimentos aumentó un 2,49% Según el relevamiento que lleva a cabo el Instituto
Más detallesCOMPARACIÓN MENSUAL // RIO CUARTO
Parte de Prensa Nº 968/2016 Fecha: Miércoles 7 de septiembre de 2016 Canasta Básica Alimentaria AGOSTO 2016 Se constató una variación de un 2.01 % con respecto al mes de julio Según el relevamiento que
Más detallesÍndice de Precios al Consumidor GBA, base abril 2008=100 Marzo de 2010
Buenos Aires, 14 de abril de Índice de Precios al Consumidor GBA, base abril 2008=100 Marzo de El Nivel General del Índice de Precios al Consumidor para la Ciudad Autónoma de Buenos Aires y los partidos
Más detallesUNIVERSIDAD DE GRANADA E.T.S. DE INGENIERÍAS INFORMÁTICA Y DE TELECOMUNICACIÓN. Departamento de Ciencias de la Computación e Inteligencia Artificial
UNIVERSIDAD DE GRANADA E.T.S. DE INGENIERÍAS INFORMÁTICA Y DE TELECOMUNICACIÓN Departamento de Ciencias de la Computación e Inteligencia Artificial MODELADO FORMAL PARA REPRESENTACIÓN Y EVALUACIÓN DE REGLAS
Más detallesIndice Barrial de Precios Córdoba Centro de Investigaciones Participativas en Políticas Económicas y Sociales
Mayo de 2012 Indice Barrial de Precios Córdoba Centro de Investigaciones Participativas en Políticas Económicas y Sociales INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los sectores
Más detallesSEPTIEMBRE AGOSTO 2012
SEPTIEMBRE INFORME DE PRENSA IBP MAR DEL PLATA No. 1 INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los sectores populares Síntesis SEPTIEMBRE.2012 La medición de la Canasta Básica
Más detallesPresentación CBA SEPTIEMBRE 2014
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS SEPTIEMBRE 2014 1 Presentación CBA SEPTIEMBRE 2014 Costo CBA $ 41.509 Variación mensual 1,9% Variación acumulada anual (respecto a diciembre 2013) 4,5% Variación
Más detallesEl proceso de descubrimiento de conocimiento en bases de datos
El proceso de descubrimiento de conocimiento en bases de datos José Fernando Reyes Saldaña, Rodolfo García Flores Posgrado en Ingeniería de Sistemas FIME-UANL rodolfo@yalma.fime.uanl.mx fernando@yalma.fime.uanl.mx
Más detallesCalidad nutricional, costo y disponibilidad de una Canasta básica sin gluten. Nta. Virginia Estévez, Msc.
Calidad nutricional, costo y disponibilidad de una Canasta básica sin gluten Nta. Virginia Estévez, Msc. CANASTA BÁSICA ALIMENTARIA Canasta Básica Alimentaria (CBA): Instrumento de medición de pobreza
Más detallesUNIVERSIDAD POLITÉCNICA DE MADRID FACULTAD DE INFORMÁTICA
UNIVERSIDAD POLITÉCNICA DE MADRID FACULTAD DE INFORMÁTICA Marco de Descubrimiento de Conocimiento para Datos Estructuralmente Complejos con Énfasis en el Análisis de Eventos en Series Temporales Tesis
Más detallesCBA ABRIL Costo CBA $ Variación mensual 0,3% Variación acumulada anual -0,1% Variación en 12 meses 3,1%
COSTO DE LA CANASTA BÁSICA DE ALIMENTOS ABRIL 2013 1 Presentación CBA ABRIL 2013 Costo CBA $ 37.764 Variación mensual 0,3% Variación acumulada anual -0,1% Variación en 12 meses 3,1% En Chile, se considera
Más detallesWEB MINING FOR IDENTIFYING PATTERNS
Minería de uso Web para la identificación de patrones Castaño P. Andres P. * Resumen La minería Web es la aplicación de técnicas de minería de datos para descubrir patrones de uso de los usuarios desde
Más detallesData Mining. Hugo Alatrista-SALAS PUCP, GRPIAA Labs. halatrista@pucp.pe http://hugo.alatristasalas.free.fr/ 17 de noviembre de 2014
Data Mining Hugo Alatrista-SALAS PUCP, GRPIAA Labs. halatrista@pucp.pe http://hugo.alatristasalas.free.fr/ 17 de noviembre de 2014 Outline La información y el proceso KDD 1 La información y el proceso
Más detallesÍndice 1 Introducción Conceptos básicos Algoritmos series para el minado de secuencias frecuentes Algoritmos basados en
Índice 1 Introducción... 1 2 Conceptos básicos... 2 3 Algoritmos series para el minado de secuencias frecuentes... 5 3.1 Algoritmos basados en Apriori... 6 3.1.1 GSP... 7 3.2 Algoritmos basados en el crecimiento
Más detallesAYUDAS DE EXCEL PARA ANALIZAR E INTERPRETAR DATOS.
INSTITUCIÓN EDUCATIVA EMILIANO GARCÍA Girardota-Antioquia Correo electrónico: iemilianog@une.net.co Área: Tecnología e Informática Grado: 10 Educadora: Luz Mabel Contreras Valencia Periodo: 3 e-mail: inf.tec.2007@hotmail.com
Más detallesMi primera actividad de escritura
Mi primera actividad de escritura ESCRITURA NIVEL NÚMERO IDIOMA Principiante A1_1071W_ES Español Objetivos Escribir una lista de la compra Escribir una postal y hablar de actividades de tiempo libre 2
Más detallesEn NOVIEMBRE se produjo una variación del 0.10 % en la canasta de alimentos
Parte de Prensa Nº 975/2016 Fecha: Lunes 14 de DICIEMBRE 2016 Canasta Básica Alimentaria NOVIEMBRE 2016 En NOVIEMBRE se produjo una variación del 0.10 % en la canasta de alimentos Según el relevamiento
Más detallesRELEVAMIENTO DE PRECIOS AL CONSUMIDOR AGOSTO 2017 ROSARIO / /
RELEVAMIENTO DE PRECIOS AL CONSUMIDOR AGOSTO 2017 ROSARIO RELEVAMIENTO PRECIOS CONSUMIDOR ROSARIO Desde la asociación de usuarios y consumidores Centro de Educación, Servicios y Asesoramiento al Consumidor,
Más detallesSistemas Inteligentes de Gestión. Guión de Prácticas de Minería de Datos. Práctica 2. Reglas de Asociación
Sistemas Inteligentes de Gestión Guión de Prácticas de Minería de Datos Práctica 2 Reglas de Asociación Juan Carlos Cubero & Fernando Berzal FICHEROS DE DATOS Titanic.arff Datos de empleados.sav agaricus-lepiota.csv
Más detallesMinería de Datos Web. Cursada 2018
Minería de Datos Web Cursada 2018 Proceso de Minería de Texto Clustering de Documentos Clasificación de Documentos Es un método supervisado para dividir documentos en base a categorías predefinidas Los
Más detallesINTELIGENCIA DE NEGOCIO
INTELIGENCIA DE NEGOCIO 2018-2019 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Minería de Datos. Ciencia de Datos Tema 3. Modelos de Predicción: Clasificación, regresión y series temporales
Más detallesSantiago del Estero Julio 2017 Informe N 2
Santiago del Estero Julio 2017 Informe N 2 Síntesis INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los sectores populares JULIO.2017 La medición de la Canasta Básica Alimentaria (CBA)
Más detallesIPC DE LA POBREZA COSTO DE LA CANASTA BÁSICA DE ALIMENTOS (CBA) EN MAYO 2011
IPC DE LA POBREZA COSTO DE LA CANASTA BÁSICA DE ALIMENTOS (CBA) EN MAYO 2011 CBA MAYO DE 2011 Costo CBA $33.901 Variación mensual 1,2% Variación acumulada anual 3,0% Variación a 12 meses 7,5% En Chile,
Más detallesMinería de reglas de asociación con programación genética gramatical
Minería de reglas de asociación con programación genética gramatical José María Luna Juan Luis Olmo José Raúl Romero Sebastián Ventura Departamento de Informática y Análisis Numérico, Universidad de Córdoba
Más detallesANEXO I (MENÚS TIPO)
MENÚS DE INVIERNO - GATEO Zumo de fruta ANEXO I (MENÚS TIPO) Triturado de fruta Triturado de arroz caldoso con pollo Plátano. Puré de verdura y patatas con ternera Pera. Sémola con merluza hervida triturada
Más detallesImportación de Datos
Datos en Excel I Importación de Datos En muchas ocasiones tenemos la necesidad de trabajar en Excel con datos procedentes de otras aplicaciones. Tenemos dos alternativas: - Introducir de nuevo los datos
Más detallesESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:
ESTADISTICA Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: a) Estadística como enumeración de datos. b) Estadística como descripción, es decir, a través de un análisis
Más detallesData Mining. Data Mining Machine Learning Tools and Techniques. Ph.D. José Aldo Díaz-Prado
Data Mining Data Mining Machine Learning Tools and Techniques Ph.D. José Aldo Díaz-Prado Raw Data Data Mining es la extracción de conocimiento desconocido, previamente implícito e información potencialmente
Más detallesAlgoritmos de recubrimiento: AQ y derivados
1. Preliminares Aprendizaje 2. Algoritmos genéticos y redes neuronales 3. Inducción de árboles clasificadores 4. Inducción de reglas y otros clasificadores 5. Minería de datos c 2010 DIT-ETSIT- Aprendizaje:
Más detallesRELEVAMIENTO DE PRECIOS AL CONSUMIDOR ENERO 2016
RELEVAMIENTO DE PRECIOS AL CONSUMIDOR ENERO 2016 RELEVAMIENTO PRECIOS CONSUMIDOR ROSARIO Desde la asociación de usuarios y consumidores Centro de Estudios Sociales y Acción Comunitaria, presentamos los
Más detallesPrototipo de software para la asociación de datos UDAssociate
Prototipo de software para la asociación de datos UDAssociate Tecn. Adriana Amaya Morales 1, Tecn. Martha Lucía Rodríguez 2, Ing. Jorge Enrique Rodríguez Rodríguez 3 RESUMEN UDAssociate es una herramienta
Más detallesSantiago del Estero Enero 2018 Informe N 8
Santiago del Estero Enero 2018 Informe N 8 Síntesis INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los sectores populares ENERO.2018 La medición de la Canasta Básica Alimentaria (CBA)
Más detallesInformación importante
Coordinación de Matemática I (MAT021) 1 er Semestre de 2010 Semana 8: Lunes 10 viernes 14 de Mayo Información importante El viernes 14 ser publicada la tarea preparatoria de Taller de Sala. Durante la
Más detallesÍndice Barrial de Precios
Índice Barrial de s Informe de prensa Mar del Plata - Nº 12 - Agosto 2013 www.cippes.org INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los sectores populares Informe de prensa Mar
Más detallesÍndice Barrial de Precios
Índice Barrial de s Informe de prensa Mar del Plata - Nº 11 - Julio 2013 www.cippes.org INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los sectores populares Informe de prensa Mar
Más detallesPROPÓSITO GENERAL DEL CURSO
PROGRAMA DE CURSO Unidad Académica Tipo de actividad curricular Facultad de Ciencias Químicas y Obligatorio Farmacéuticas Semestre SCT Horas de trabajo presencial Horas de trabajo no presencial Cuarto
Más detallesÍndice de Precios al Consumidor GBA, base abril 2008=100 Julio de 2013
ISSN 0327-7968 INFORMACIÓN DE PRENSA Buenos Aires, 15 de agosto de Índice de Precios al Consumidor GBA, base abril 2008=100 Julio de El Nivel General del Índice de Precios al Consumidor para la Ciudad
Más detallesARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA
ARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA Pablo F. Provasi 1 Lucio J. Kleisinger 1 Francisco R. Villatoro 2 1 Dpto. de Informática, Universidad
Más detallesSantiago del Estero Marzo 2018 Informe N 10
Santiago del Estero Marzo 2018 Informe N 10 Síntesis INDICE BARRIAL DE PRECIOS Una aproximación al costo de vida real de los sectores populares MARZO.2018 La medición de la Canasta Básica Alimentaria (CBA)
Más detallesÍNDICE DE PRECIOS AL CON- SUMIDOR
ÍNDICE DE PRECIOS AL CON- SUMIDOR Septiembre En septiembre, el Índice de Precios al Consumidor (IPC) CREEBBA mostró una fuerte aceleración en su ritmo de crecimiento. El promedio general de precios minoristas
Más detallesVALIDACION DE LA PAUTA DE CONSUMO NORMATIVA. ROSA GROSSKOFF Consultora CEPAL
293 VALIDACION DE LA PAUTA DE CONSUMO NORMATIVA ROSA GROSSKOFF Consultora CEPAL 294 Validación de la pauta de consumo normativa VALIDACIÓN DE LA PAUTA DE CONSUMO NORMATIVA El análisis de pertinencia y
Más detallesRestricción de valor único. Indispensable para diseñar esquemas de bases de datos que eliminen al redundancia.
CC42A Auxiliar #3 Dependencias funcionales, reglas, axiomas de Armstrong, cerradura de dependencias Martes, 03 de Septiembre de 2002 Profesor: Claudio Gutiérrez Auxiliar: Tania Gallardo Consultas a tgallard@dcc.uchile.cl
Más detallesESTADÍSTICA DESCRIPTIVA.
ESTADÍSTICA DESCRIPTIVA. 1 QUÉ ES LA ESTADÍSTICA? Conjunto de métodos y técnicas que permiten recopilar, presentar, analizar y tomar decisiones respecto de un conjunto de datos. EXISTEN MÉTODOS DESCRIPTIVOS
Más detalles