Data Mining Aplicado a la Predicción y Tratamiento de Enfermedades
|
|
- Jaime Guzmán Coronel
- hace 8 años
- Vistas:
Transcripción
1 Data Mining Aplicado a la Predicción y Tratamiento Enfermedas Carlos A Vega Investigación, Universidad Popular Autónoma l Estado Puebla, Puebla, Pue. C.P , México Genoveva Rosano Investigación, Universidad Popular Autónoma l Estado Puebla, Puebla, Pue. C.P , México Juan M López Investigación, Universidad Popular Autónoma l Estado Puebla, Puebla, Pue. C.P , México José L Cenjas Investigación, Instituto Tecnológico Morelia, Morelia, Mich. C.P , México Heberto Ferreira Investigación, Universidad Nacional Autónoma México, Campus Morelia. Morelia, Mich. C.P , México RESUMEN Éste artículo propone una metodología aplicación algoritmos predicción, utilizando técnicas minería datos, en la cual se incorporan mecanismos validación a partir los requerimientos l análisis los datos, incluyendo la verificación la significancia (selección y presentación los mismos) y mecanismos validación los resultados con base en métricas calidad la información, los cuales garantizan la efectividad en la construcción l conocimiento. Se utiliza como caso estudio el análisis clínico tratamiento síndrome doloroso abdominal, apoyándose una base datos estandarizada en esta área especialidad. Palabras Claves: Aplicación algoritmos Data Mining, cisiones, Data Mining aplicado a la predicción y tratamiento enfermedas, Algoritmos predicción, Data Mining aplicado al sector salud. INTRODUCCIÓN Hoy en día hay una cantidad excesiva información que necesita ser estudiada, analizada y purada para convertirla en conocimiento, dicha información es indispensable y necesaria para la búsqueda soluciones reales en la toma cisiones. Es por esto, que los sistemas información son tan importantes hoy en día, por que a través ellos se almacena esta información, en don es muy necesaria la medición la calidad los datos almacenados. [13] La gran pregunta es cómo puedo obtener éste conocimiento?, una respuesta es utilizando técnicas, algoritmos y mecanismos validación minería datos, la cual se encarga obtener la información analizada los patrones los cuales surge el conocimiento, es por esto que es indispensable medir la calidad la información que se analizarán con la minería datos. Las herramientas Data Mining barren las bases datos e intifican molos previamente escondidos en un sólo paso, posteriormente realizan un proceso la limpieza, o preparación los datos aquí se lleva a cabo la reducción y la transformación las bases datos, ya limpia se lleva a cabo la clasificación las bases datos, una valoración la información y finalmente se conforma la base l conocimiento y se puen tomar cisiones en base a la información clasificada. [14] Pero no sólo existe el Data Mining, si no también otras herramientas como son los algoritmos predicción, árboles cisión, teoría fractales y teorema bayes. Entre los algoritmos predicción más relevantes pomos stacar la lógica difusa ([9] fuzzy logic, la cual ha sido probada en diversos campos la ingeniería, ecología y psicología, y se trata un molo sistema inteligente conformado por una combinación los sistemas basados en reglas conocimiento y la inteligencia computacional que abarca a las res neuronales. Se pue emplear en cualquier área control inteligente o procesamiento datos en tiempo real), los algoritmos genéticos [8] (los cuales, generan una población genes con posibles soluciones y los hacen evolucionar para obtener genes más aptos con mejores soluciones) entre otros. En la actualidad son muchas las áreas l sector salud en las que ha incursionado la minería datos s aplicaciones muy complejas como el reconocimiento imágenes en el cerebro, hasta los procesos para la gestión los pacientes en hospitales, como por ejemplo en la predicción y el tratamiento
2 enfermedas especialidad analizando la sintomatología, las enfermedas y los resultados estos tratamientos, siendo un factor importante en la atención enfermedas tales como: cáncer, problemas l corazón, tratamiento y procesamiento imágenes, entre otras. [12] DESARROLLO Existen diferentes métodos estadísticos que aplican métricas para la calidad los datos, pero existe una carencia dicha medición utilizando algoritmos minería datos. [1] y [2] Definen tres pasos para evaluar la calidad los datos: 1) Obtener las reglas asociación. 2) Seleccionar las reglas asociación compatibles. 3) Agregar un factor confianza como criterios calidad los datos las transacciones. Cabe stacar que éste método presenta dos problemas: el primero, para extraer todas las reglas asociación necesita un análisis profundo y segundo no existen parámetros o fórmulas exactas para medir la calidad los datos. En la metodología propuesta en éste material trata resolver estos problemas bido a que se plantea un levantamiento requerimientos con la validación los especialistas en la materia la aplicación. [3] Propone un molo tres pasos para calcular la calidad los datos entrada las operaciones en su molo DQM (Data Quality Measurement using Data Mining). En el primer paso extraen las reglas asociación y estas son adaptadas por penncias funcionales (T), en el segundo paso separan las reglas asociación compatible e incompatible y finalmente en el paso tres calculan la calidad los datos con la Fórmula 1: Don: (Fórmula 1) nc es el número reglas compatibles, cf i es el factor confianza la i regla asociación compatible y, cf j es el factor confianza la regla asociación incompatible. Data Mining utiliza diferentes algoritmos predicción, a continuación se presenta una tabla comparativa los más relevantes y utilizados. Ver Tabla 1. Tabla 1: Comparación los algoritmos Data Mining más relevantes. Algoritmo predicción Valor Continuo Método Aplicación Poda Utiliza (Top Down Inducti on Trees) Permite ejemplos con valores sconocidos Utiliza métodos división J48 Post- Data J48Graft Post- Data BFTree Costo NBTree Costo C45 Post- Data Res Bayesianas Poliárbo les Aprendizaje exhaustivo Aprendizaje exhaustivo. Superior cisión Superior cisión cisión cisión METODOLOGÍA DE TRABAJO A continuación se presenta la metodología con la cual se realizó la presente investigación. Figura 1. Figura 1. Metodología la investigación Para el sarrollo l proyecto se diseñó una metodología en dón se realizaron procesos análisis investigaciones relacionadas a la temática aplicación Minería datos, se estableció una validación las fuentes información, se justificó la selección los algoritmos predicción para este tipo aplicaciones y se diseñó mecanismos validación la confiabilidad en los resultados obtenidos. A continuación se scribe brevemente las fases la propuesta investigación: i. Propuesta Investigación: i. Propuesta investigación: Se realizaron varias entrevistas con Médicos Especialistas, en las cuales se plantearon diversas problemáticas en el sector salud y las posibles soluciones aplicando las tecnologías la información con el apoyo técnicas minería datos. ii. Investigación: En el proceso investigación se analizaron distintas enfermedas especialidad e investigaciones realizadas en el área la salud, las cuales fueron abordadas con técnicas
3 minería datos. En pláticas realizadas con Médicos Especialistas se termino que el tratamiento la información, tiene que ser con datos verídicos, sin omisiones en la información l paciente y l medio en el que se requiere hacer el estudio dichos datos. iii. Estandarización la Información: Se revisó que la información cumpla con los requerimientos para su análisis, be ser consistente, sin omisiones y verídica. iv. Preparación la Información: Se crearon las estructuras y formatos necesarios en los archivos que serán analizados por las herramientas Data Mining. v. Aplicación l Algoritmo: Con la información lista para ser analizada se aplicaron las técnicas minería datos, haciendo uso algoritmos que generaron árboles cisiones. vi. Obtención Resultados: Se obtuvieron frecuencias los datos y la scomposición la información en árboles cisiones, estos datos fueron valorados por médicos especialistas. Al finalizar la metodología se tuvo una retroalimentación con los médicos especialistas. Existen diferentes herramientas minería datos, por lo que es necesario analizarlos y compararlos para elegir la mejor herramienta a utilizar. Para realizar ésta comparación se utilizarán [10] los once factores McCall (el cual evalúa tres áreas trabajo l software: 1) La operación l producto, el cual fine la rapiz su comprensión y operación por parte l usuario. 2) La revisión l producto, el cual se refiere al tiempo y trabajo necesario para corregir errores y la adaptación los sistemas. 3) La transición l producto, refiriéndose esto a la capacidad adaptarse a los rápidos cambios hardware y [11] el molo calidad FURPS, el cual fine a la funcionalidad, usabilidad, fiabilidad, rendimiento y capacidad soporte como los factores para finir la calidad l software. Para por terminar la solución software Data Mining mejor aplicabilidad se realizó una tabla comparativa entre los productos Orange, Weka, RapidMiner, Jhepwork y Knime utilizando los factores McCall y FURPS. Tabla 2. Tabla 2: Tabla comparativa los diferentes productos software Data Mining Software Total Datamini ng WEKA 50 ORAN GE 50 RAPID 47 MINER 38 JHEPW ORK KNIME 42 En la tabla 3 se presentan los elementos evaluados en la tabla comparativa. Tabla 3: Elementos o factores evaluación. Elementos a Evaluar 1 Flexibilidad 8 Fácil Configurar 2 Portabilidad 9 Amigable 3 Interoperabilidad 10 Íconos con Ayuda 4 Manual Técnico 11 Seguridad 5 Manual Usuario 12 Actualizaciones 6 Ayuda en Línea 13 Soporte Técnico 7 Fácil Instalar 14 Inpenncia Hw De la misma manera se realizó un estudio comparativo las funcionalidas las cinco herramientas software. Ver tabla 4. Tabla 4: Tabla comparativa las funcionalidas software Data Mining. Herramientas Procesa Molos Métodos Graficación Validación data miento Predictivos scripción l molo mining datos datos Weka Orange RapidMiner JHepWork Knime
4 Para por llevar a cabo el tratamiento la información en aplicaciones médicas, específicamente en análisis y tratamientos enfermedas, se requiere contar con bancos datos estandarizados a los requerimientos información los especialistas, con atributos finidos, y rangos valores permitidos, los cuales posibiliten la aplicación técnicas y algoritmos minería datos que permitan generar una mayor exactitud en predicción l conocimiento [13]. Hoy en día, se requieren herramientas que permitan importar y exportar datos en diferentes formatos, como lo son: bases datos especificas, documentos en hojas cálculo como Excel, archivos estándar en formatos Software Datamining como.arff, o incluso que permitan el registro la información directamente a una base datos estandarizada. Por lo anterior, para el proyecto se sarrollaron dos herramientas importación y exportación datos, que permiten la interacción la información con programas minería datos como WEKA [16] y Orange Canvas [17], lo cual permite aprovechar las bondas ambas herramientas para la generación los resultados manera gráfica a través árboles cisión. El trabajo propuesto consiste en dos etapas 1) la implementación un algoritmo para importar y exportar los datos fuentes locales y externas y 2) la generación arboles cisión. A diferencia l molo DQM el molo propuesto evalúa la calidad los datos al terminar la valiz los resultados con base a un análisis confiabilidad finiendo el coeficiente viabilidad nombre en base al comportamiento los datos. El objetivo es encontrar la tección apropiada las diferentes sintomatologías que se puen presentar en el Síndrome doloroso abdominal. Esta enfermedad pue rivarse en diferentes diagnósticos cierta gravedad salud, siendo estos normalmente, Apendicitis en sus diferentes grados complicación, Colecistitis, Piocolecisto, Embarazo Ectopico, Aborto incompleto, Peritonitis, Lesión Vesical Tratogenia, Psesis Abdominal, Irritación Peritonal, Absceso Hepáico Amibiano, Oclusión Intestinal, Quiste Bilateral, Infección y Fastitis pared abdominal, Abdomen Agudo, entre otras. Figura 2: Molo aplicación algoritmos predicción utilizando técnicas Data Mining El molo propone una tección acuada los requerimientos información, para el caso estudio los requerimientos que los especialistas terminen, la aplicación la verificación la significancia los datos, la preparación la información, la aplicación l algoritmo Data Mining, la obtención los resultados y la aplicación un mecanismo validación resultados con base a métricas calidad los datos, la cual garantiza la efectividad en la aplicación las herramientas minería datos. En este procedimiento se administran dos o más versiones algoritmos predicción Data Mining utilizando árboles cisiones. Las reglas aplicación son similares en contenido, validaciones y otras características. Este método genera resultados confiables si existe una correlación alta entre los resultados las diferentes aplicaciones. Los patrones los resultados puen variar un poco entre las aplicaciones pero las tenncias en las predicciones ben ser similares lo cual garantizaría su efectividad. RESULTADOS OBTENIDOS Una vez realizada la investigación se obtuvieron los siguientes datos, ver figura 3. DESARROLLO DEL MODELO En la figura 2 se presenta el molo preparación datos que es generado producto la investigación. Figura 3: Datos obtenidos por WEKA en el Caso Estudio Síndrome Doloroso Abdominal.
5 La confiabilidad reaplicación las pruebas muestra hasta don los puntajes obtenidos en un instrumento puen ser generalizados a través l tiempo. En la medida que la confiabilidad es mayor, menos susceptibles son los puntajes ser modificados por las condiciones aleatorias asociadas con la situación medición o con los cambios los propios sujetos. El coeficiente confiabilidad obtenido es una medida la estabilidad la prueba. Como se observa en la figura 4, analizando los primeros 4 niveles scomposición los árboles cisión se encuentra que en el primer y segundo nivel la variación es mínima (con una sola diferencia en la predicción para cada nivel), teniendo una probabilidad l 86% lo cual muestra una alta confiabilidad para los algoritmos predicción utilizados, siguiendo con el análisis la tabla 6 en el tercer nivel la variación tien a aumentar por las diferentes combinaciones generadas durante la ramificación l árbol, sin embargo, la probabilidad es l 71% lo cual muestra ser elevada bido a que se encuentra un nivel superior scomposición y para el cuarto nivel analizado sube nuevamente la confiabilidad a un 86%. (Σx) 2 = suma total los valores X, elevada al cuadrado. (Σy) 2 = suma total los valores Y, elevada al cuadrado. Conteniendo la variable X los valores cada resultado encontrado la primer medición y Y el valor cada resultado las siguientes mediciones y sustituyendo los valores correspondientes en la fórmula, se encontró un resultado l 92%, lo cual indica que existe una alta correlación entre los resultados obtenidos la aplicación los 7 algoritmos predicción Data Mining utilizando arboles cisión, lo cual hace notar que la predicción l análisis los datos es confiable, en cuanto a la estabilidad las puntuaciones a través l tiempo con los datos existentes. Como parte l proceso comprobación l molo se realizó un comparativo entre el resultado generado sin la aplicación l molo obteniendo un 41% confiabilidad con los datos iniciales, en contraste con el 82% confiabilidad combinatoria en los 4 niveles utilizando el molo propuesto, lo cual garantiza una eficacia superior en su utilización y aplicación. Ver figura 5. Figura 4. Variación los niveles scomposición en los árboles cisión. Aplicando la fórmula para obtener el coeficiente correlación por el método los puntajes directos, el cual se expresa en la fórmula siguiente: (Fórmula 2) En don: r, es el coeficiente correlación entre las dos administraciones la prueba. N = número sujetos ΣXY = resultado sumar el producto cada valor X por su correspondiente valor en Y. ΣX = suma total los valores X (primera aplicación). ΣY = suma total los valores Y (segunda aplicación). Σx 2 = resultado sumar los valores X elevados al cuadrado. Σy 2 = resultado sumar los valores Y elevados al cuadrado. Figura 5. Comparativo Confiabilidad aplicación l molo Para validar los resultados la predicción l molo sobre un escenario prueba real, se tomaron en cuenta 10 registros aleatorios y se analizaron sus resultados. Este instrumento, a su vez, se repitió por 10 grupos pruebas encontrando una eficacia l 90% en los resultados. Es stacar, que en el caso estudio el dolor abdominal crónico, sólo había 110 registros en la base datos l Hospital Regional Tuxtla Gutiérrez, Chiapas, don como en varios hospitales encuestados, se tecta una falta información bido a la falta estandarización estas bases datos. Se recomienda para trabajos futuros obtener una base datos más completa, con un mayor número casos, con información estandarizada que permita replicar el molo y los escenarios prueba.
6 Por último, también se recomienda tomar los resultados l molo para evaluar y replicar este, con otro grupo enfermedas. DISCUSIÓN Y CONCLUSIONES Es importante stacar que los datos son la materia prima la minería datos y si éstos son incorrectos todo el análisis y por lo tanto el conocimiento generado también será incorrecto, lo que conlleva a una solución falsa que pue ocasionar una mala toma cisiones ntro una empresa o en nuestro caso en el tratamiento una enfermedad y pue llegar a causar la muerte las personas. Es cir, be haber una integridad la información entre la que se encuentra en la vida real y la que se encuentra registrada en las bases datos y sistemas información empresariales. En el caso estudio y con los datos iniciales el porcentaje confiabilidad era bajo sólo el 41%, bido principalmente a la falta una estandarización información con mediciones diferentes, campos incompletos, rangos valores no finidos, diferentes escalas valoración y diagnósticos con resultados diferentes. Al aplicar el molo el porcentaje confiabilidad se incremento a un 82% confiabilidad. El síndrome doloroso abdominal es una enfermedad muy común entre los pacientes, que tien a ser mal interpretada y muchas veces se trata con medicamentos generales que no ayudan a resolver el pacimiento especifico y se mal interpreta con enfermedas como Gastritis, Infecciones Estomacales, Inflamaciones en el abdomen por mencionar algunas, con el fin por brindar un mejor diagnóstico en el tratamiento esta enfermedad es necesario intificar y asociar sintomatologías especificas una apendicitis con la ayuda las herramientas minería datos para Reducir el riesgo en el tratamiento y diagnostico esta enfermedad. El Molo preparación datos para su aplicación en técnicas minería datos es una base importante para el sarrollo nuevas aplicaciones minería datos que puedan generar diagnósticos completos y prevenciones en enfermedas especialidad [18]. Conocimiento Especializado y Unidas Significación Especializada en Medicina., sin fecha. [5] Zavala Vaca, Hugo Alejandro., Ferreira Medina, Herberto., Análisis comparativo herramientas monitoreo y control res, utilizando software libre para Institutos Investigación., CIGA., CIECO., sin fecha. [6] Ruiz Bolívar, Carlos., Confiabilidad., Programa Interinstitucional Doctorado en Educación., sin fecha. [7] Segura Bolívar, John Alexanr., Obregón Neira, Nelson., Un molo lógica difusa y conjuntos difusos para el pronóstico los niveles medios diarios l río Magdalena, en la estación limnigráfica Puerto Salgar, Colombia., revista ingeniería #22 facultad ingeniería universidad los ans noviembre [8] Mathew, Tom V., Genetic Algorithm., Indian Institute of Technology Bombay., sin fecha. [9] I. Aydin, M. Karakose, E. Akin., The Prediction Algorithm Based on Fuzzy Logic Using Time Series Data Mining Method., World Acamy of Science, Engineering and Technology [10] Gillies, A Software Quality: Theory and Management., Thomson, London. [11] Grady, Robert B., 1992., Practical software metrics for project management and process improvement. [12] Villalobos J. Ángel, Expediente-e. Telemedicina, Minería Datos y apoyo por Teléfono, México, [13] Laudon Kennet, Sistema Información Gerencial. Administración la empresa digital, Pearson Educación, México, Octava Edición, 2004 [14] Ian H. Witten & Eibe Frank, Data Mining, Machine Learning tools and techniques, Editorial Morgan Kaufmann, San Francisco, CA, Segunda Edición, [16]Sitio la Universidad Waikato apartado software especializado en minería dato. [17] Sitio oficial l Software Orange Canvas. [18] D. Canlas Rubén. Data Mining in Healthcare: Current Applications and Issues. Carnegie Mellon University, Australia PAG 3-9. REFERENCIAS [1] Strong, D.M,Lee Y.W,wang, R.Y., Data Quality in Contex, communication of ACM, 40(5),1997. [2] Pipino,L.,lee,W., Wang,y., Data Quality Assessment, [3] Saeed Farzi, Ahmad Baraani Dastjerdi., Data Quality Measurement using Data Mining, International Journal of Computer Theory and Engineering, Vol. 2, No. 1 February, 2010 [4] Estopa, Rosa., Valero, Antoni., Adquisición
TECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS
Administración Nacional de Universidad de la República Educación Pública Facultad de Ingenieria CF Res..0.07 Consejo Directivo Central Consejo Directivo Central Res..05.07 Res. 17.0.07 TECNÓLOGO EN INFORMÁTICA
Más detallesElementos requeridos para crearlos (ejemplo: el compilador)
Generalidades A lo largo del ciclo de vida del proceso de software, los productos de software evolucionan. Desde la concepción del producto y la captura de requisitos inicial hasta la puesta en producción
Más detallesMicrosoft Dynamics Sure Step Fundamentos
Fundamentos 22-09-2015/Serie Microsoft Dynamics Sure Step Fases Diagnóstico Análisis - Diseño/ Septiembre 2015 Rosana Sánchez CCRM: @rosana-sanchez-2 Twitter: @rosansasanchez6 Correo: ingrossanbar@hotmail.com
Más detallesEvaluación, limpieza y construcción de los datos: un enfoque desde la inteligencia artificial
Universidad del Cauca Facultad de Ingeniería Electrónica y Telecomunicaciones Programas de Maestría y Doctorado en Ingeniería Telemática Seminario de Investigación Evaluación, limpieza y construcción de
Más detallesOPT. Núcleo Básico. Núcleo de Formación. Optativa. Nombre de la universidad. Universidad Politécnica de Pachuca. Nombre del programa educativo
Nombre la universidad Universidad Politécnica Pachuca Nombre l programa educativo Maestría en Mecatrónica Objetivo l programa educativo Formar recursos humanos altamente capacitados en los conocimientos
Más detallesINFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE MICROSOFT PROJECT PROFESSIONAL
INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE MICROSOFT PROJECT PROFESSIONAL I-OS-2-2015 1. Nombre del Área : Oficina de Sistemas 2. Responsables de la Evaluación : Eduardo Vasquez Díaz Ronald Mallqui
Más detallesINFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE SOFTWARE MICROSOFT VISUAL STUDIO PREMIUM
INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE SOFTWARE MICROSOFT VISUAL STUDIO PREMIUM I-OS-35-2015 1. Nombre del Área : Oficina de Sistemas 2. Responsables de la Evaluación : Eduardo Vasquez Díaz Ronald
Más detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesIngeniería de Software. Pruebas
Ingeniería de Software Pruebas Niveles de prueba Pruebas unitarias Niveles Pruebas de integración Pruebas de sistema Pruebas de aceptación Alpha Beta Niveles de pruebas Pruebas unitarias Se enfocan en
Más detallesGUÍA PARA ESCRIBIR PSM EN LÍNEA
GUÍA PARA ESCRIBIR PSM EN LÍNEA La Plataforma Mutis permite manejar eficientemente las evaluaciones en línea y dar retroalimentación a un grupo grande de estudiantes. La guía considera: - El propósito
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesCAPÍTULO I FORMULACIÓN DEL PROBLEMA
CAPÍTULO I FORMULACIÓN DEL PROBLEMA 1.1 Tema de Investigación Propuesta de auditoría a los sistemas de información para evaluar la calidad del software. Caso de Estudio: Departamento Médico del Hospital
Más detallesCMMI (Capability Maturity Model Integrated)
CMMI (Capability Maturity Model Integrated) El SEI (software engineering institute) a mediados de los 80 desarrolló el CMM (modelo de madurez de la capacidad de software). CMMI: CMM integrado, una mezcla
Más detallesPlan de estudios ISTQB: Nivel Fundamentos
Plan de estudios ISTQB: Nivel Fundamentos Temario 1. INTRODUCCIÓN 2. FUNDAMENTOS DE PRUEBAS 3. PRUEBAS A TRAVÉS DEL CICLO DE VIDA DEL 4. TÉCNICAS ESTÁTICAS 5. TÉCNICAS DE DISEÑO DE PRUEBAS 6. GESTIÓN DE
Más detallesTÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA
TÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA MSC ZOILA RUIZ VERA Empresa Cubana de Aeropuertos y Servicios Aeronáuticos Abril 2010 ANTECEDENTES El proyecto Seguridad es una
Más detallesEnginyeria del Software III
Enginyeria del Software III Sessió 3. L estàndard ISO/IEC 15504 Antònia Mas Pichaco 1 Introducción El proyecto SPICE representa el mayor marco de colaboración internacional establecido con la finalidad
Más detallesPor otro lado podemos enunciar los objetivos más específicos de nuestro estudio:
RESUMEN La empresa familiar es aquella cuya administración, dirección y control está en manos de una familia. Sus miembros toman decisiones estratégicas y operativas, asumiendo por completo la responsabilidad
Más detallesMETODOLOGÍA DEL PROCESO DE PRUEBAS DEL GOBIERNO DEL PRINCIPADO DE ASTURIAS METESPA
METODOLOGÍA DEL PROCESO DE PRUEBAS DEL GOBIERNO DEL PRINCIPADO DE ASTURIAS METESPA INDICE 1 Ámbito... 3 2 Alcance... 3 3 Políticas y Estrategias... 3 4 Visión General (Estructura la metodología)... 3 4.1
Más detallesAI 2 ADQUISICIÓN Y MANTENIMIENTO DE SOFTWARE DE APLICACIÓN AFINES OBJETIVOS OBJETIVOS DE CONTROL
AI 2 ADQUISICIÓN Y MANTENIMIENTO DE SOFTWARE DE APLICACIÓN OBJETIVOS 1 Métodos de Diseño 2 Cambios Significativos a Sistemas Actuales 3 Aprobación del Diseño 4 Definición y Documentación de Requerimientos
Más detallesPRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE
PRUEBAS DE SOFTWARE La prueba del software es un elemento crítico para la garantía de la calidad del software. El objetivo de la etapa de pruebas es garantizar la calidad del producto desarrollado. Además,
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detalles1. Construcción de Planes de Acción Sectoriales (PAS)
1. Construcción de Planes de Acción Sectoriales (PAS) La construcción de los PAS es la prioridad de trabajo de la ECDBC en el 2013. Los PAS estarán constituidos por diferentes medidas de mitigación (políticas,
Más detallesCopyright 2011 - bizagi. Gestión de Cambios Documento de Construcción Bizagi Process Modeler
Copyright 2011 - bizagi Gestión de Cambios Bizagi Process Modeler Tabla de Contenido Gestión de Cambios... 4 Descripción... 4 Principales factores en la Construcción del Proceso... 5 Modelo de Datos...
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesPRU. Fundamento Institucional. Objetivos. Alcance
PRU INSTRUCCIONES: a continuación se describe el flujo de trabajo correspondiente al área de procesos de PRUEBAS para el desarrollo de software, en el cual se debe apoyar para la ejecución de sus actividades;
Más detallesProceso Unificado de Rational PROCESO UNIFICADO DE RATIONAL (RUP) El proceso de desarrollo de software tiene cuatro roles importantes:
PROCESO UNIFICADO DE RATIONAL (RUP) El proceso de desarrollo de software tiene cuatro roles importantes: 1. Proporcionar una guía de actividades para el trabajo en equipo. (Guía detallada para el desarrollo
Más detallesCapítulo 2. Metodologías de selección de personal
Capítulo 2. Metodologías de selección de personal 2.1 Introducción La selección de personal es una actividad en la cual toda empresa invierte parte de sus recursos, debido a que es una tarea de vital importancia.
Más detallesORGANIZACIONAL DEL AREA DE SISTEMAS (CONTROLES SOBRE LAS ACTIVIDADES IT)
EVALUACION FINAL Grupal Entre las semanas 17 y 18 se sarrolla la evaluación final que con base en el (trabajo realizado, resultados obtenidos y bilidas intificadas en la auditoría) dar recomendación y
Más detallesSistemas de Información Geográficos (SIG o GIS)
Sistemas de Información Geográficos (SIG o GIS) 1) Qué es un SIG GIS? 2) Para qué sirven? 3) Tipos de datos 4) Cómo trabaja? 5) Modelos de datos, Diseño Conceptual 6) GeoDataase (GD) 7) Cómo evaluamos
Más detallesSÍNTESIS Y PERSPECTIVAS
SÍNTESIS Y PERSPECTIVAS Los invitamos a observar, a identificar problemas, pero al mismo tiempo a buscar oportunidades de mejoras en sus empresas. REVISIÓN DE CONCEPTOS. Esta es la última clase del curso.
Más detallesBase de datos II Facultad de Ingeniería. Escuela de computación.
Base de datos II Facultad de Ingeniería. Escuela de computación. Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo de sus prácticas de laboratorios,
Más detallesCAPITULO III A. GENERALIDADES
CAPITULO III INVESTIGACION DE CAMPO SOBRE EL DISEÑO DE UN SISTEMA AUTOMATIZADO DE CONTROL INVENTARIO Y EXPEDIENTES DE MENORES DE EDAD PARA EL CENTRO DE DESARROLLO INTEGRAL LA TIENDONA EN LA ZONA METROPOLITANA
Más detallesInteligencia de Negocio
UNIVERSIDAD DE GRANADA E.T.S. de Ingenierías Informática y de Telecomunicación Departamento de Ciencias de la Computación e Inteligencia Artificial Inteligencia de Negocio Guión de Prácticas Práctica 1:
Más detallesAl final del curso el estudiante:
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H FACULTAD INGENIERÍA Clave: PROGRAMA DEL CURSO: Evolución y Calidad del Software DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia:
Más detallesEl Software. Es lo que se conoce como el ciclo de vida del software.
El Software Hace referencia a los programas y toda la información asociada y materiales necesarios para soportar su instalación, operación, reparación, y mejora. Para construir un nuevo elemento software
Más detallesIntroducción. Por lo que existe una creciente preocupación por lograr que los productos software cumplan con ciertos criterios de calidad.
Introducción En la actualidad, el software se encuentra en muchos campos de la actividad humana: la industria, el comercio, las finanzas, gobierno, salud, educación, etc. Por lo que existe una creciente
Más detallesUnidades temáticas de Ingeniería del Software. Fases del proceso de desarrollo 4ª edición (2008)
Unidades temáticas de Ingeniería del Software Fases del proceso de desarrollo 4ª edición (2008) Facultad de Informática organización del desarrollo El ciclo de vida del software abarca el proceso de desarrollo,
Más detallesMÉTRICAS DE SOFTWARE
UNIVERSIDAD NACIONAL DE ENTRE RÍOS FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN LICENCIATURA EN SISTEMAS PLAN 2012 PROPUESTA DE CURSO PARA RÉGIMEN DE CRÉDITOS CURSO: MÉTRICAS DE SOFTWARE Docente a Cargo:
Más detallesCódigo del programa: PEMDE. Programa Experto en MANEJO DE DATOS CON EXCEL. Modalidad: Virtual. Descripción del programa
Código del programa: PEMDE Programa Experto en MANEJO DE DATOS CON EXCEL Modalidad: Virtual Descripción del programa 1 Presentación del programa Justificación Microsoft Excel es la herramienta de manejo
Más detallesInstituto Tecnológico Superior de Zongolica. Ingeniería en Sistemas Computacionales. Asignatura: Contabilidad Financiera
Instituto Tecnológico Superior de Zongolica Ingeniería en Sistemas Computacionales Asignatura: Contabilidad Financiera M.I.A. Gabriel Ruiz Contreras gabriel2306@prodigy.net.mx Caracterización de la asignatura
Más detallesPROVIAS NACIONAL INFORME TÉCNICO DE EVALUACIÓN DE SOFTWARE Nº 001-2007-MTC/20.2.6. 1. NOMBRE DEL ÁREA: Unidad de Informática
PROVIAS NACIONAL INFORME TÉCNICO DE EVALUACIÓN DE SOFTWARE Nº 001-2007-MTC/20.2.6 1. NOMBRE DEL ÁREA: Unidad de Informática 2. RESPONSABLES DE LA EVALUACIÓN: 3. CARGOS: Milton Sandoval Cruz Administrador
Más detallesMARCO METODOLÓGICO CAPITULO III
MARCO METODOLÓGICO CAPITULO III CAPITULO III MARCO METODOLÓGICO En esta sección se presenta el tipo de investigación, las técnicas de recolección de datos y finalmente la metodología utilizada para el
Más detallesPISA Programa Internacional de Evaluación de Estudiantes. Gobierno de Chile Agencia de Calidad de la Educación
PISA Programa Internacional de Evaluación de Estudiantes Gobierno de Chile Agencia de Calidad de la Educación 1 Evaluaciones Educativas Internacionales en Chile Desde 1997, Chile participa en diversos
Más detallesSoftware diseñado especialmente para Planificación del entrenamiento, control de evaluaciones, Captura y Edición de Video.
Software diseñado especialmente para Planificación del entrenamiento, control de evaluaciones, Captura y Edición de Video. QUE ES X-TRAINING X FUSSION? X-Training Fussion es un sistema de computación que
Más detallesNorma ISO 14001: 2015
Norma ISO 14001: 2015 Sistema de Gestión Medioambiental El presente documento es la versión impresa de la página www.grupoacms.com Si desea más información sobre la Norma ISO 14001 u otras normas relacionadas
Más detallesSERVICIOS. Reingeniería. Instalación / Puesta en marcha. Personalización. Cursos de formación. Servicio técnico. Servicio de mantenimiento
Instalación / Puesta en marcha Reingeniería Personalización Cursos de formación Servicio técnico Servicio de mantenimiento Desarrollo de software Área reservada en la web Los Servicios de Software de PYV
Más detallesDía 5-6-2012 17:00h Lugar: Obra Social Ibercaja, Sala De actos, Rambla Ferran 38, 3º, Lleida
Resumen de la conferencia Día 5-6-2012 17:00h Lugar: Obra Social Ibercaja, Sala De actos, Rambla Ferran 38, 3º, Lleida Ponente: Luis Muñiz Socio Director de Sisconges & Estrategia y experto en Sistemas
Más detallesopinoweb el poder de sus datos Descubra LA NECESIDAD DE PREDECIR
opinoweb SOFTWARE FOR MARKET RESEARCH LA NECESIDAD DE PREDECIR Actualmente las empresas no sólo necesitan saber con exactitud qué aconteció en el pasado para comprender mejor el presente, sino también
Más detallesCAPÍTULO 2 DEFINICIÓN DEL PROBLEMA
CAPÍTULO 2 DEFINICIÓN DEL PROBLEMA En el capítulo anterior se describió la situación inicial en la que se encontraba la Coordinación de Cómputo Académico (CCA) del Departamento de Ingenierías (DI) de la
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
Más detallesDiseño de un estudio de investigación de mercados
Diseño de un estudio de investigación de mercados En cualquier diseño de un proyecto de investigación de mercados, es necesario especificar varios elementos como las fuentes a utilizar, la metodología,
Más detallesPlaneación del Proyecto de Software:
Apéndice A. Cuestionarios del Sistema Evaluador Nivel2. Requerimientos de Administración: Goal 1: Los requerimientos del sistema asociados a software están bien controlados y existe un estándar para los
Más detallesProyecto Human Brain
Proyecto Human Brain 2013 Human Brain Project Laboratorio Cajal de Circuitos Corticales (UPM-CSIC) Universidad Politécnica de Madrid El SP11 representa el primer paso hacia la consecución de los ambiciosos
Más detallesPropuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos
Propuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos Britos, P. 1,2 ; Fernández, E. 2,1 ; García Martínez, R 1,2 1 Centro de Ingeniería del Software e Ingeniería del Conocimiento.
Más detallesCapítulo 4. GESTIÓN DE LA INTEGRACIÓN DEL PROYECTO
Capítulo 4. GESTIÓN DE LA INTEGRACIÓN DEL PROYECTO Dante Guerrero Piura, 2013 FACULTAD DE INGENIERÍA Área Departamental de Ingeniería Industrial y de Sistemas Capítulo 4. GESTIÓN DE LA INTEGRACIÓN DEL
Más detallesPROYECTOS DE INVESTIGACIÓN EN LAS AULAS DE CLASE, DE ESTUDIANTES PARA ESTUDIANTES - AQUÍ ESTOY! Y USADIR
PROYECTOS DE INVESTIGACIÓN EN LAS AULAS DE CLASE, DE ESTUDIANTES PARA ESTUDIANTES - AQUÍ ESTOY! Y USADIR ARBELÁEZ B; RENDON L. 1 PROYECTOS DE INVESTIGACIÓN EN LAS AULAS DE CLASE, DE ESTUDIANTES PARA ESTUDIANTES
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesPlan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos
Plan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos Antecedentes y Fundamentación Un Sistema de Información es un conjunto de componentes que interactúan entre sí, orientado
Más detallesPOR QUE ES IMPORTANTE ESTABLECER OBJETIVOS EN LA PLANIFICACIÓN DE UN CURSO?
POR QUE ES IMPORTANTE ESTABLECER OBJETIVOS EN LA PLANIFICACIÓN DE UN CURSO? Material elaborado por Prof. Adj. Lic. Adriana Careaga Departamento de Educación Médica Facultad de Medicina Universidad de la
Más detallesAnálisis tiempo de graduación y condiciones de inserción laboral estudiantes de doctorado en Chile y en el extranjero
Informe Final Diciembre 2008 PricewaterhouseCoopers RUT: 81.513.400-1 Santiago de Chile Av. Andrés Bello 2711 Torre Costanera Pisos 3, 4 y 5 Las Condes Teléfono [56] (2) 940 0000 Análisis tiempo de graduación
Más detallesRediseño de la Ficha Obstétrica de la Historia Clínica Electrónica del Hospital Italiano de Buenos Aires
Rediseño de la Ficha Obstétrica de la Historia Clínica Electrónica del Hospital Italiano de Buenos Aires Autor Alejandro López Abreu Área de Desarrollos Biomédicos, DIS, HIBA, Argentina Introducción El
Más detallesValidation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación
Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades
Más detallesData Mining Técnicas y herramientas
Data Mining Técnicas y herramientas Introducción POR QUÉ? Empresas necesitan aprender de sus datos para crear una relación one-toone con sus clientes. Recogen datos de todos lo procesos. Datos recogidos
Más detallesRESUMEN CUADRO DE MANDO
1. Objetivo Los objetivos que pueden alcanzarse, son: RESUMEN CUADRO DE MANDO Disponer eficientemente de la información indispensable y significativa, de modo sintético, conectada con los objetivos. Facilitar
Más detallesCAPITULO 1 PLANTEAMIENTO DEL PROBLEMA.
CAPITULO 1 PLANTEAMIENTO DEL PROBLEMA. 1.1 DESCRIPCIÓN DEL PROBLEMA. El aprendizaje del idioma Inglés puede resultar un tanto difícil y poco atractivo cuando se está iniciando, lo cual puede ser modificado
Más detallesMaximiza los ingresos no aeronáuticos del Aeropuerto
Maximiza los ingresos no aeronáuticos del Aeropuerto Recopilación de datos de ventas de los concesionarios Inteligencia de negocio y análisis de comportamiento FACTURA Gestión de arrendamientos Automatización
Más detallesTÓPICOS AVANZADOS DE BASES DE DATOS
TÓPICOS AVANZADOS DE BASES DE DATOS 1. DATOS DE LA ASIGNATURA. Nombre de la asignatura: TÓPICOS AVANZADOS DE BASES DE DATOS Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: Modulo
Más detallesPROGRAMACIÓN ORIENTADA A OBJETOS Master de Computación. II MODELOS y HERRAMIENTAS UML. II.2 UML: Modelado de casos de uso
PROGRAMACIÓN ORIENTADA A OBJETOS Master de Computación II MODELOS y HERRAMIENTAS UML 1 1 Modelado de casos de uso (I) Un caso de uso es una técnica de modelado usada para describir lo que debería hacer
Más detallesMINING SOLUTIONS LIMITADA
MINING SOLUTIONS LIMITADA Contenido... 1 Resumen Ejecutivo... 3... 4 Nuestros Servicios... 5 Administración de proyectos... 6 Operación y mantenimiento sobre los Sistema de Manejo de la Información Geológica
Más detallesBoletín de Asesoría Gerencial* Modelo Credit Scoring: Un paso hacia una gestión diferenciada y eficiente del riesgo de crédito
Espiñeira, Sheldon y Asociados No. 22-2008 *connectedthinking Contenido Haga click en los enlaces para navegar a través del documento Haga click en los enlaces para llegar directamente a cada sección 4
Más detallesCAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de
CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesCómo se sabe si una metodología científica es confiable y válida?
Cómo se sabe si una metodología científica es confiable y válida? POR: Tupak Ernesto Obando Rivera Ingeniero en Geología. Master y Doctorado en Geología, y Gestión Ambiental por la Universidad Internacional
Más detallesEl impacto que UNETE ha generado en las comunidades escolares, no sólo refiere a los beneficios
MPACTO EDUCATIVO Evaluaciones El impacto que UNETE ha generado en las comunidades escolares, no sólo refiere a los beneficios per se que las escuelas reciben; hoy hemos podido realizar 3 importantes investigaciones
Más detallesCalidad Escuela de Ingeniería de Sistemas y Computación Desarrol o de Software II Agosto Diciembre 2007
Calidad Calidad Definición de diccionario: Conjunto de Cualidades que constituyen la manera de ser de una persona o cosa. En términos generales podemos definir la calidad como conjunto de características
Más detallesQué es el Modelo CMMI?
El principal problema que tienen las empresas en sus áreas de tecnología, así como las empresas desarrolladoras de software al iniciar un proyecto, radica en que el tiempo de vida del proyecto y el presupuesto
Más detallesEl Éxito del ICFES frente al reto de la Flexibilidad. Ingrid Picón Directora de Tecnología e Información ICFES
El Éxito del ICFES frente al reto de la Flexibilidad Ingrid Picón Directora de Tecnología e Información ICFES Acerca del ICFES Entidad especializada en ofrecer servicios de evaluación de la educación en
Más detallesCAPÍTULO I GENERALIDADES
CAPÍTULO I GENERALIDADES 1.1. INTRODUCCIÓN Debido al acelerado crecimiento en el desarrollo de las tecnologías de telecomunicación, estas se han convertido en una herramienta imprescindible para tener
Más detallesUNIVERSIDAD DE LA GUAJIRA BIENESTAR SOCIAL UNIVERSITARIO PROGRAMA CARA COMPONENTE CULTURA DE LA INFORMACION Y EVALUACION.
UNIVERSIDAD DE LA GUAJIRA BIENESTAR SOCIAL UNIVERSITARIO PROGRAMA CARA COMPONENTE CULTURA DE LA INFORMACION Y EVALUACION. DISEÑO E IMPLEMENTACION DE LA APLICACIÓN PARA EL SEGUIMIENTO ACADEMICO DE LOS ESTUDIANTES
Más detallesPRUEBA RAPIDA EN EMBARAZADAS (n=62,214 2009-Junio 2010) NO REACTIVO n=218 REACTIVO INDETERMINADO. Tabla 9: Resultados Prueba rápida
11-RESULTADOS 11.1-Interpretación y análisis de resultados Un total de de 62,214 mujeres embarazadas se realizaron la prueba rápida de VIH durante años 2009 hasta junio 2010 (Tabla 9). De ellas, 61,808
Más detallesMedir el logro de objetivos y documentar el impacto de las intervenciones.
Módulo I Evaluación Objetivo Medir el logro de objetivos y documentar el impacto de las intervenciones. La revisión sistemática de un programa o proyecto mide los cambios de manera objetiva lo que éste
Más detallesGestión y Desarrollo de Requisitos en Proyectos Software
Gestión y Desarrollo de Requisitos en Proyectos Software Ponente: María Jesús Anciano Martín Objetivo Objetivo Definir un conjunto articulado y bien balanceado de métodos para el flujo de trabajo de Ingeniería
Más detallesCALIDAD DEL SOFTWARE TESTS DE EXAMEN ACTUALIZADO SEP. 2010 TEMA 3 NORMALIZACIÓN Y CERTIFICACIÓN: NORMA ISO 9001:2000
TEMA 3 NORMALIZACIÓN Y CERTIFICACIÓN: NORMA ISO 9001:2000 1. NORMALIZACIÓN Y CERTIFICACIÓN 01 [Feb. 2005] Qué organización internacional propone gran cantidad de normativas en numerosos campos tecnológicos?
Más detallesTECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS
Tecnólogo en Informática Plan Estudios TECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS 1. Tabla Contenido TECNÓLOGO EN INFORMÁTICA... 1 PLAN DE ESTUDIOS... 1 1. TABLA DE CONTENIDO... 1. OBJETIVOS GENERALES...
Más detallesINSTRUCTIVO PARA LA CUENTA DE PUNTOS FUNCIÓN
INSTRUCTIVO PARA LA CUENTA DE PUNTOS FUNCIÓN INDICE Introducción...2 Frontera de la aplicación...3 Cuenta de Puntos Función sin ajustar...3 Funciones de Datos...4 Funciones Transaccionales...4 Mecanismo...5
Más detallesCAPÍTULO I. Introducción. En la industria del hospedaje a través del tiempo se han dado diversos cambios en la
CAPÍTULO I En la industria del hospedaje a través del tiempo se han dado diversos cambios en la prestación de servicios tal es el caso de la certificación, ésta no asegura el éxito que la organización
Más detallesRECOMENDACIONES. HALLAZGOS Objetivos especifico Justificación/Norma ANEXO
HALLAZGOS HALLAZGOS Objetivos especifico Justificación/Norma 1 No se estiman los presupuestos y calendario l proyecto En el objetivo específico 7 Verificar si se asigna los recursos necesarios para el
Más detallesPUEDE MEDIRSE EL PODER DE VENTAS DE LOS ANUNCIOS BASADOS EN UN MENSAJE DE VENTA EMOCIONAL?
El Uso Efectivo de las Emociones en Publicidad The ARS Group Debido a que las emociones pueden ser una poderosa fuerza de impulso en el comportamiento humano, los mercadólogos han incorporado, desde hace
Más detallesNorma ISO 9001: 2008. Sistema de Gestión de la Calidad
Norma ISO 9001: 2008 Sistema de Gestión de la Calidad Hemos recibido una solicitud de información a través de nuestra Web (www.grupoacms.com). Próximamente un comercial de ACMS se pondrá en contacto con
Más detallesActividades para mejoras. Actividades donde se evalúa constantemente todo el proceso del proyecto para evitar errores y eficientar los procesos.
Apéndice C. Glosario A Actividades de coordinación entre grupos. Son dinámicas y canales de comunicación cuyo objetivo es facilitar el trabajo entre los distintos equipos del proyecto. Actividades integradas
Más detallesINFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE MICROSOFT PROJECT SERVER
INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE MICROSOFT PROJECT SERVER I-OS-31-2015 1. Nombre del Área : Oficina de Sistemas 2. Responsables de la Evaluación : Eduardo Vasquez Díaz Ronald Mallqui Meza
Más detallesEstándares y Métricas de Software
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en Tecnología de Información Estándares y Métricas de Software Horas teóricas: 2 Horas prácticas: 4 Total de Horas: 8 Total de créditos:
Más detallesIntroducción a selección de. Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012
Introducción a selección de atributos usando WEKA Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012 Contenido 1 Introducción a WEKA El origen Interfaces
Más detallesANEXO A - Plan de Proyecto. 1. - EDT de la solución EDT GENERAL DEL PROYECTO1
ANEXO A - Plan de Proyecto 1. - EDT de la solución EDT GENERAL DEL PROYECTO1 2.- Diagrama de Gantt de la Solución DIAGRAMA DE GANTT- FASE INICIAL DOCUMENTACION Y ANALISIS2 DIAGRAMA DE GANTT- FASE FINAL
Más detallesORGANISMO COORDINADOR DEL SISTEMA ELÉCTRICO NACIONAL INTERCONECTADO DE LA REPÚBLICA DOMINICANA
ORGANISMO COORDINADOR DEL SISTEMA ELÉCTRICO NACIONAL INTERCONECTADO DE LA REPÚBLICA DOMINICANA TÉRMINOS DE REFERENCIA PARA LA CONTRATACIÓN DE SERVICIOS DE DESARROLLO SOFTWARE OC-GA-14-TDRCSDS1601-160128-V1
Más detallesCAPITULO I El Problema
CAPITULO I El Problema 1. CAPITULO I EL PROBLEMA. 1.1. PLANTEAMIENTO DEL PROBLEMA. Desde su nacimiento la Facultad de Administración, Finanzas e Informática dispone del departamento de la biblioteca, con
Más detallesMantenimiento del Software
Mantenimiento del Software S3 Francisco Ruiz, Macario Polo Grupo Alarcos Dep. de Informática ESCUELA SUPERIOR DE INFORMÁTICA UNIVERSIDAD DE CASTILLA-LA MANCHA http://alarcos.inf-cr.uclm.es/doc/mso/ Ciudad
Más detallesAdministración Logística de Materiales
Administración Logística de Materiales Para un mejor conocimiento de la industria acerca de distribución física, manufactura y compras, se estableció el programa de administración logística de materiales.
Más detallesIntroducción En los años 60 s y 70 s cuando se comenzaron a utilizar recursos de tecnología de información, no existía la computación personal, sino que en grandes centros de cómputo se realizaban todas
Más detalleshttp://www.nicasoft.com.ni
BSC-RH es un sistema automatizado de planificación estratégica y gestión, utilizado en empresas para direccionar las actividades del negocio a la visión y estrategia de la organización. Mejora la comunicación
Más detalles