Data Mining Aplicado a la Predicción y Tratamiento de Enfermedades

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Data Mining Aplicado a la Predicción y Tratamiento de Enfermedades"

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

Introducción a selección de. Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012

Introducción 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 detalles

TÓPICOS AVANZADOS DE BASES DE DATOS

TÓPICOS 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 detalles

DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre:

DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre: : : lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. 12 6 lemas propios de la. 12 6 lemas propios de la.

Más detalles

LA MINERÍA DE DATOS EN LA EXTRACCIÓN DE CONOCIMIENTOS APLICADOS A PROBLEMAS RELACIONADOS CON LA EDUCACIÓN

LA MINERÍA DE DATOS EN LA EXTRACCIÓN DE CONOCIMIENTOS APLICADOS A PROBLEMAS RELACIONADOS CON LA EDUCACIÓN LA MINERÍA DE DATOS EN LA EXTRACCIÓN DE CONOCIMIENTOS APLICADOS A PROBLEMAS RELACIONADOS CON LA EDUCACIÓN Blanca Maricela Ibarra Murrieta, Ricardo Blanco Vega y María Angélica García Fierro Departamento

Más detalles

CAPÍTULO I FORMULACIÓN DEL PROBLEMA

CAPÍTULO 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 detalles

OPTATIVA I: MINERIA DE DATOS

OPTATIVA I: MINERIA DE DATOS UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H Clave: 08USU4053W FACULTAD DE INGENIERÍA PROGRAMA DEL CURSO: OPTATIVA I: MINERIA DE DATOS DES: Programa(s) Educativo(s): Tipo de materia: Clave de la

Más detalles

TECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS

TECNÓLOGO 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 detalles

Modelo de predicción del nivel de supervivencia en la atención de un paciente de una Unidad de Cuidados Intensivos Neonatales (UCIN)

Modelo de predicción del nivel de supervivencia en la atención de un paciente de una Unidad de Cuidados Intensivos Neonatales (UCIN) Mesa de investigadores IDIC Presentación de Informes Finales de Proyectos 2013 4, 11 y 25 de abril de 2014 Modelo de predicción del nivel de supervivencia en la atención de un paciente de una Unidad de

Más detalles

Contextualizacion. La Actividad de Requisitos. La actividad de requisitos. Contextualización, gráficamente. Introducción

Contextualizacion. La Actividad de Requisitos. La actividad de requisitos. Contextualización, gráficamente. Introducción Contextualizacion La Actividad Requisitos Introducción Supongamos que este curso fuese un proyecto sarrollo software real. En qué estadio nos encontraríamos? Hemos finido el molo ciclo vida e instanciado

Más detalles

TÉCNICAS DE MINERÍA DE DATOS Y TEXTO APLICADAS A LA SEGURIDAD AEROPORTUARIA

TÉCNICAS 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 detalles

Mantenimiento del Software

Mantenimiento 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 detalles

METODOLOGÍA DEL PROCESO DE PRUEBAS DEL GOBIERNO DEL PRINCIPADO DE ASTURIAS METESPA

METODOLOGÍA 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 detalles

UNIVERSIDAD ALBERT EINSTEIN FACULTAD DE INGENIERIA

UNIVERSIDAD ALBERT EINSTEIN FACULTAD DE INGENIERIA UNIVERSIDAD ALBERT EINSTEIN FACULTAD DE INGENIERIA Estudio de las herramientas TOAD y DBArtisan para la administración e integración de bases de datos relacionales. PREVIA OPCION AL TÍTULO DE: INGENIERO

Más detalles

Ingeniería de Software Dr. Marcello Visconti Z. Ingeniería de Software

Ingeniería de Software Dr. Marcello Visconti Z. Ingeniería de Software Universidad Técnica Federico Santa María Departamento de Informática Ingeniería de Software Dr. Marcello Visconti Z. Programa Proceso de Software y Paradigmas de Desarrollo Gestión de Proyectos Fases del

Más detalles

Inteligencia de Negocio

Inteligencia 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 detalles

SIMULACION APLICADA A LA GESTION DE STOCKS

SIMULACION APLICADA A LA GESTION DE STOCKS SIMULACION APLICADA A LA GESTION DE STOCKS Christian Arzac, Javier Alves, Eloy Vera Bahima, Carlos Bohdan, Nora Nichio, Gerardo Santori, TECPRO, Departamento Ingeniería Producción, Facultad Ingeniería,

Más detalles

Tema 1 Introducción a los Sistemas Basados en el Conocimiento

Tema 1 Introducción a los Sistemas Basados en el Conocimiento Tema 1 Introducción a los Sistemas Basados en el Conocimiento Sistemas Basados en el Conocimiento Grado en Ingeniería Informática 1 Referencias Ingeniería del Conocimiento. A. Gómez, N. Juristo, C. Montes,

Más detalles

Aplicación de técnicas de minería de datos para la evaluación del rendimiento académico y la deserción estudiantil

Aplicación de técnicas de minería de datos para la evaluación del rendimiento académico y la deserción estudiantil Aplicación de técnicas de minería de datos para la evaluación del rendimiento académico y la deserción estudiantil Osvaldo M. Spositto spositto@unlam.edu.ar Martín E. Etcheverry metcheverry@unlam.edu.ar

Más detalles

7. Conclusiones. 7.1 Resultados

7. 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 detalles

El uso de los sistemas de información como apoyo a la consolidación del Programa Institucional de Tutorías de CUAltos.

El uso de los sistemas de información como apoyo a la consolidación del Programa Institucional de Tutorías de CUAltos. El uso de los sistemas de información como apoyo a la consolidación del Programa Institucional de Tutorías de CUAltos. Autores: M.C Claudia Islas Torres 1 cislas@cualtos.udg.mx Dra. Edith Guadalupe Baltazar

Más detalles

opinoweb el poder de sus datos Descubra LA NECESIDAD DE PREDECIR

opinoweb 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 detalles

MÉTRICAS DE SOFTWARE

MÉTRICAS 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 detalles

Mantenimiento del Software

Mantenimiento del Software Mantenimiento del Software S4 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 detalles

Unidades 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) 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 detalles

Análisis Comparativo de Modelos de Calidad

Análisis Comparativo de Modelos de Calidad Análisis Comparativo de Modelos de Calidad Identificación de Mejores Prácticas para la Gestión de Calidad en Pequeños Entornos Vianca Vega Zepeda Departamento de Ingeniería de Sistemas y Computación Universidad

Más detalles

Planeación del Proyecto de Software:

Planeación 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 detalles

Conjunto de informes y gráficos consolidados en un solo objeto que facilita la visualización y análisis de la información. 2

Conjunto de informes y gráficos consolidados en un solo objeto que facilita la visualización y análisis de la información. 2 1. BLOQUE DESCRIPTIVO 1. Título de la Buena Práctica Uso de una base de datos robusta que ayuda en la toma de decisiones (Data Warehouse), como fuente principal del Sistema de apoyo a la gestión (SAG)

Más detalles

Guía docente de la asignatura

Guía docente de la asignatura Guía docente de la asignatura Asignatura Materia Minería de Datos Complementos de Computación Módulo Titulación Grado en Ingeniería Informática Plan 463 45220 Periodo de impartición 1 er Cuatrimestre Tipo/Carácter

Más detalles

TECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS

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 detalles

Al final del curso el estudiante:

Al 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 detalles

Informática II Ing. Industrial. Data Warehouse. Data Mining

Informática II Ing. Industrial. Data Warehouse. Data Mining Data Warehouse Data Mining Definición de un Data Warehouses (DW) Fueron creados para dar apoyo a los niveles medios y altos de una empresa en la toma de decisiones a nivel estratégico en un corto o mediano

Más detalles

código Java Solicitudes Reportes AJI resultados API

código Java Solicitudes Reportes AJI resultados API Analizador Java Inteligente López De Luise María Daniela, miembro IT-Lab de la Universidad de Palermo, mlopez74@palermo.edu Agüero Martín Jorge, miembro IT-Lab de la Universidad de Palermo, agüero.martin@gmail.com

Más detalles

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2.

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. 1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. GENERALIDADES SOBRE LAS TÉCNICAS DE INVESTIGACIÓN SOCIAL Y DE MERCADOS

Más detalles

MINERIA DE DATOS Y Descubrimiento del Conocimiento

MINERIA DE DATOS Y Descubrimiento del Conocimiento MINERIA DE DATOS Y Descubrimiento del Conocimiento UNA APLICACIÓN EN DATOS AGROPECUARIOS INTA EEA Corrientes Maximiliano Silva La información Herramienta estratégica para el desarrollo de: Sociedad de

Más detalles

El Software. Es lo que se conoce como el ciclo de vida del software.

El 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 detalles

código Java Solicitudes Reportes AJI resultados API

código Java Solicitudes Reportes AJI resultados API Analizador Java Inteligente Agüero Martin Jorge, miembro IT-Lab de la Universidad de Palermo, agüero.marin@gmail.com López De Luise María Daniela, miembro IT-Lab de la Universidad de Palermo, mlopez74@palermo.edu

Más detalles

DESARROLLO DE UN MODELO DE MADUREZ EN REDES INTELIGENTES

DESARROLLO DE UN MODELO DE MADUREZ EN REDES INTELIGENTES DESARROLLO DE UN MODELO DE MADUREZ EN REDES INTELIGENTES Juan Manuel Gers, PH.D Gerente General, GERS S.A. Email: jmgers@gersusa.com 2853 Executive Park Drive, Suite 104 Weston, Florida 33331 José Enar

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGIAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CALIDAD Y ESTADISTICA

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGIAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CALIDAD Y ESTADISTICA TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGIAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CALIDAD Y ESTADISTICA 1. Competencias Formular proyectos de energías renovables mediante diagnósticos energéticos

Más detalles

Data Mining Técnicas y herramientas

Data 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 detalles

Tema 2º: Calidad del software

Tema 2º: Calidad del software Tema 2º: Calidad del software 2.1 Calidad del software 2.2 Aseguramiento de la calidad del software 2.3 Gestión de la calidad del software 2. 4 Control de la calidad del software 2.5 Sistema de calidad

Más detalles

INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE MICROSOFT PROJECT PROFESSIONAL

INFORME 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 detalles

PROGRAMA MODELO POR SEMESTRES PARA LA CARRERA DE INFORMÁTICA MATEMÁTICA PRIMER SEMESTRE

PROGRAMA MODELO POR SEMESTRES PARA LA CARRERA DE INFORMÁTICA MATEMÁTICA PRIMER SEMESTRE PROGRAMA MODELO POR SEMESTRES PARA LA CARRERA DE INFORMÁTICA MATEMÁTICA Este es un ejemplo cómo cursar progresivamente el núcleo formación fundamental. En la misma dirección es un ejemplo sobre el número

Más detalles

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING Aprendizaje Automático y Data Mining Bloque IV DATA MINING 1 Índice Definición y aplicaciones. Grupos de técnicas: Visualización. Verificación. Descubrimiento. Eficiencia computacional. Búsqueda de patrones

Más detalles

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Francisco J. Martín Mateos Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Qué es la (KE)? Definición de Wikipedia: La es una disciplina cuyo objetivo es integrar conocimiento

Más detalles

Estándares y Métricas de Software

Estándares 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 detalles

Calidad. Preparado por: Amelia Soriano. Referencias. Rational Unified Process Version 2003.06.12.01 Copyright 1987 2003 Rational Software Corporation

Calidad. Preparado por: Amelia Soriano. Referencias. Rational Unified Process Version 2003.06.12.01 Copyright 1987 2003 Rational Software Corporation Calidad Preparado por: Amelia Soriano Referencias Rational Unified Process Version 2003.06.12.01 Copyright 1987 2003 Rational Software Corporation Curso Rational Unified Process Rational University Curso

Más detalles

UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS

UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS Integrante: Profesor: Maximiliano Heise Luis Ríos Fecha de entrega: miércoles 18 de abril de 2012

Más detalles

INSTRUCTIVO PARA LA CUENTA DE PUNTOS FUNCIÓN

INSTRUCTIVO 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 detalles

OPT. Núcleo Básico. Núcleo de Formación. Optativa. Nombre de la universidad. Universidad Politécnica de Pachuca. Nombre del programa educativo

OPT. 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 detalles

3. OBJETIVOS. 3.1. Objetivos. Objetivos generales del título. Objetivos específicos del título

3. OBJETIVOS. 3.1. Objetivos. Objetivos generales del título. Objetivos específicos del título 3. OBJETIVOS 3.1. Objetivos Objetivos generales del título De acuerdo con lo establecido en el Libro Blanco y el acuerdo del plenario de la Conferencia de Directores y Decanos de Informática (Zaragoza,

Más detalles

INFORME TECNICO PREVIO DE EVALUACION DE SOFTWARE Nro.002-2013-OTIC-OGETIC-SG/MC SOFTWARE ANTIVIRUS PARA ESTACIONES Y SERVIDORES

INFORME TECNICO PREVIO DE EVALUACION DE SOFTWARE Nro.002-2013-OTIC-OGETIC-SG/MC SOFTWARE ANTIVIRUS PARA ESTACIONES Y SERVIDORES INFORME TECNICO PREVIO DE EVALUACION DE SOFTWARE Nro.002-201-OTIC-OGETIC-SG/MC SOFTWARE ANTIVIRUS PARA ESTACIONES Y SERVIDORES 1. NOMBRE DEL ÁREA Oficina de Tecnologías de la Información y Comunicaciones

Más detalles

Evaluación, limpieza y construcción de los datos: un enfoque desde la inteligencia artificial

Evaluación, 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 detalles

Aplicación de una Metodología basada en Mediciones para la Gestión de Calidad de Software

Aplicación de una Metodología basada en Mediciones para la Gestión de Calidad de Software Aplicación de una Metodología basada en Mediciones para la Gestión de Calidad de Software Jorge Bozo jbozo@inf.ucv.cl Escuela de Ingeniería Informática Universidad Católica de Valparaíso Valparaíso, Chile

Más detalles

RESUMEN DE COBIT 4.1. Los recursos de TI identificados en COBIT se pueden definir como sigue [2]:

RESUMEN DE COBIT 4.1. Los recursos de TI identificados en COBIT se pueden definir como sigue [2]: RESUMEN DE COBIT 4.1 COBIT es un marco de trabajo y un conjunto de herramientas de Gobierno de Tecnología de Información (TI) que permite a la Gerencia cerrar la brecha entre los requerimientos de control,

Más detalles

Sistema de Control de Acceso y Personal Biométrico

Sistema de Control de Acceso y Personal Biométrico Sistema de Control de Acceso y Personal Biométrico Características de es un sistema de control de acceso y personal que utiliza una fuente identificación confiable de personas basada en la lectura de huellas

Más detalles

Capítulo 1. Introducción

Capítulo 1. Introducción Capítulo 1. Introducción El WWW es la mayor fuente de imágenes que día a día se va incrementando. Según una encuesta realizada por el Centro de Bibliotecas de Cómputo en Línea (OCLC) en Enero de 2005,

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

PROGRAMA DE ASIGNATURA DE

PROGRAMA DE ASIGNATURA DE Table of contents 1 INFORMACIÓN GENERAL...2 2 INTRODUCCIÓN... 2 3 OBJETIVOS GENERALES DE LA ASIGNATURA... 3 4 OBJETIVOS, TEMAS Y SUBTEMAS... 3 5 PLAN TEMÁTICO...6 6 SISTEMA DE EVALUACIÓN...7 7 BIBLIOGRAFÍA...

Más detalles

Finanzas e Investigación de Mercados"

Finanzas e Investigación de Mercados DIPLOMATURA: "Análisis de Datos para Negocios, Finanzas e Investigación de Mercados" Seminario: Introducción a Data Mining y Estadística Dictado: Sábado 13, 20,27 de Abril, 04 de Mayo en el horario de

Más detalles

Inteligencia Artificial y Seguridad Informática. en plataformas Open Source

Inteligencia Artificial y Seguridad Informática. en plataformas Open Source Inteligencia Artificial y Seguridad Informática en plataformas Open Source Jornadas de Software Libre y Seguridad Informática Santa Rosa La Pampa 4 y 5 de Diciembre de 2009 AGENDA Primera Parte Definiciones

Más detalles

Weka como herramienta de data mining

Weka como herramienta de data mining Weka como herramienta de data mining Lic. Aldave Rojas Isaac Alberto Instituto Tecnológico Superior de Ciudad Serdán Abstract El presente trabajo muestra un ejemplo introductorio a la herramienta de Data

Más detalles

METODOLOGÍA DE SELECCIÓN DE HERRAMIENTAS DE EXPLOTACION DE DATOS

METODOLOGÍA DE SELECCIÓN DE HERRAMIENTAS DE EXPLOTACION DE DATOS METODOLOGÍA DE SELECCIÓN DE HERRAMIENTAS DE EXPLOTACION DE DATOS Britos, P. 1, Fernández, E. 1,2, Ochoa, M. 1,2, Merlino, H. 1,2,, Diez, E. 1,2 y García Martínez, R. 1 1 Centro de Ingeniería del Software

Más detalles

INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE SOFTWARE MICROSOFT VISUAL STUDIO PREMIUM

INFORME 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 detalles

Introducción. Por lo que existe una creciente preocupación por lograr que los productos software cumplan con ciertos criterios de calidad.

Introducción. 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 detalles

Introducción Teórica

Introducción Teórica Introducción Teórica 1 Herramientas y Metodologías Nuestra tarea como profesionales la informática consiste en sarrollar y mantener aplicaciones para apoyar al usuario en su actividad. Para realizar esta

Más detalles

Ingeniería de software

Ingeniería de software Ingeniería de software MSC-0102 Nombre de la asignatura: Ingeniería de Software Línea de trabajo: Asignatura básica Tiempo de dedicación del estudiante a las actividades de: DOC TIS TPS Horas totales Créditos

Más detalles

Parte I: Introducción

Parte 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 detalles

PROYECTOS 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 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 detalles

Estadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte. ---o0o--- Concepto General de Test de Hipótesis

Estadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte. ---o0o--- Concepto General de Test de Hipótesis Pedro Femia Marzo, Mª Teresa Miranda León, José A Roldán Nofuentes, Inmaculada Roldán López Hierro Estadística 2º curso l Grado en Ciencias la Actividad Física y el Deporte ---oo--- Concepto General Test

Más detalles

HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS

HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES Página 1 de 22 HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la Asignatura Calidad y estadística 2. Competencias Formular proyectos

Más detalles

Planificación de la capacidad del servidor HP NonStop

Planificación de la capacidad del servidor HP NonStop Planificación de la capacidad del servidor HP NonStop Servicios de HP Datos técnicos Determinar los futuros requisitos de capacidad del hardware para los sistemas NonStop de procesamiento de crecientes

Más detalles

INGENIERIA DE SOFTWARE I INTRODUCCIÓN A LA INGENIERIA DE SOFTWARE

INGENIERIA DE SOFTWARE I INTRODUCCIÓN A LA INGENIERIA DE SOFTWARE INGENIERIA DE SOFTWARE I INTRODUCCIÓN A LA INGENIERIA DE SOFTWARE Agenda El software. Definición de software Dominios de aplicación Software heredado La naturaleza de las webapps Ingeniería del software

Más detalles

El monitoreo de una variable física requiere supervisión permanente de señales que

El monitoreo de una variable física requiere supervisión permanente de señales que Capítulo 1 Marco Contextual 1.1. Formulación del problema 1.1.1. Definición del problema El monitoreo de una variable física requiere supervisión permanente de señales que varían con el tiempo. Tal información,

Más detalles

Un modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas

Un modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas Un modelo predictivo para reducir la tasa de ausentismo en atenciones médicas programadas Ing. Juan Miguel Moine Ing. Cristian Germán Bigatti Ing. Guillermo Leale Est. Graciela Carnevali Est. Esther Francheli

Más detalles

ORGANIZACIONAL DEL AREA DE SISTEMAS (CONTROLES SOBRE LAS ACTIVIDADES IT)

ORGANIZACIONAL 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 detalles

TOTAL 34 3 3 25 3 510 33. Duración del cuatrimestre. Hora teórica presencial. Hora práctica presencial. Hora teórica no presencial

TOTAL 34 3 3 25 3 510 33. Duración del cuatrimestre. Hora teórica presencial. Hora práctica presencial. Hora teórica no presencial Tipo s / no no Objetivo la asignatura Justificación la asignatura PRIMER CUATRIMTRE TIS I 22 0 0 22 0 330 21 los fundamentos teóricos y prácticos para la realización una propuesta investigación, herramientas

Más detalles

% PRODUCTOS NO CONFORMES 10% 5%

% PRODUCTOS NO CONFORMES 10% 5% Departamento de Ingeniería Mecánica Tecnología Mecánica I 67.15 Unidad 13: Control de Calidad Ing. Sergio Laguzzi 1 TEMARIO - Definición de Calidad. Costos de la no Calidad. Estrategia de detección (Planes

Más detalles

RESUMEN 1. INTRODUCCIÓN

RESUMEN 1. INTRODUCCIÓN Análisis de dominio orientado a las características (FODA) para el desarrollo de una metodología para la evaluación personal en la especificación de requerimientos de software Manuel A. Murillo Madera,

Más detalles

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI)

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) OFERTAS TECNOLÓGICAS 1) GESTIÓN ORGANIZACIONAL Y LOGÍSTICA INTEGRADA: TÉCNICAS Y SISTEMAS DE INFORMACIÓN 2) GESTIÓN

Más detalles

Entrenamiento en Gestión de Minería de Datos Aplicada a la Inteligencia en los Negocios

Entrenamiento en Gestión de Minería de Datos Aplicada a la Inteligencia en los Negocios Entrenamiento en Gestión de Minería de Datos Aplicada a la Inteligencia en los Negocios Elaborado por: Luis Francisco Zaldívar, MSE Director www.modelacionderiesgos.com l.zaldivar@modelacionderiesgos.com

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.

Más detalles

EVALUACIÓN DEL CUESTIONARIO CEAM

EVALUACIÓN DEL CUESTIONARIO CEAM EVALUACIÓN DEL CUESTIONARIO CEAM RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Nombre del test Autor Características Autor de la adaptación española Editor de la adaptación española Fecha de la

Más detalles

CAPITULO III ANÁLISIS

CAPITULO III ANÁLISIS 69 CAPITULO III ANÁLISIS 3. 1. METODOLOGIA PARA EL DESARROLLO DEL PORTAL Para el desarrollo de este software se utilizará el paradigma más conocido en ingeniería de software: Paradigma lineal o secuencial,

Más detalles

Pero que es el Data Mining? Como esta tecnología puede resolver los problemas diarios de las organizaciones? Cuál es el ciclo de vida de un DM?

Pero que es el Data Mining? Como esta tecnología puede resolver los problemas diarios de las organizaciones? Cuál es el ciclo de vida de un DM? Introducción En vista de los comentarios y sugerencias que nos hicieron, via mail y por chat, sobre la posibilidad de la creación de nuevo conocimiento, he creido conveniente introducir el tema Data Mining

Más detalles

PROPUESTA DE NUEVO TÍTULO DE GRADO DE LA UNIVERSIDAD DE ALICANTE

PROPUESTA DE NUEVO TÍTULO DE GRADO DE LA UNIVERSIDAD DE ALICANTE PROPUESTA DE NUEVO TÍTULO DE GRADO DE LA UNIVERSIDAD DE ALICANTE CENTRO RESPONSABLE DE LA ENSEÑANZA CONDUCENTE AL TÍTULO Escuela Politécnica Superior DENOMINACIÓN DEL TÍTULO DE GRADO QUE SE PROPONE Ingeniería

Más detalles

PROCEDIMIENTO PARA LA REALIZACION DE COPIAS DE SEGURIDAD (BACKUP)

PROCEDIMIENTO PARA LA REALIZACION DE COPIAS DE SEGURIDAD (BACKUP) Código AP-GA PR28 Pagina: 1 6 1. OBJETIVO Garantizar el resguardo en forma segura toda la información digital que ntro l sarrollo las funciones se consire documental e importante y crítica, generada en

Más detalles

Darío Álvarez Néstor Lemo www.autonomo.edu.uy

Darío Álvarez Néstor Lemo www.autonomo.edu.uy Data Mining para Optimización de Distribución de Combustibles Darío Álvarez Néstor Lemo Agenda Qué es DODC? Definición de Data Mining El ciclo virtuoso de Data Mining Metodología de Data Mining Tareas

Más detalles

Capítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente

Capítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente Capítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente En este capítulo definimos los requisitos del modelo para un sistema centrado en la mejora de la calidad del código fuente.

Más detalles

M t é rica c s a s de d l e Pr P oc o e c s e o s o de d Ing n e g n e i n er e ía a de d e So S f o twa w r a e e y y de d P od o u d c u t c o

M t é rica c s a s de d l e Pr P oc o e c s e o s o de d Ing n e g n e i n er e ía a de d e So S f o twa w r a e e y y de d P od o u d c u t c o Proceso de Ingeniería de Software Métricas del Proceso de Ingeniería de Software y de Producto 4. Métricas del proceso y el producto 4.1. Métricas del proceso 4.2. Métricas del producto 4.3. Calidad y

Más detalles

Una investigación australiana reveló que posiblemente la disminución

Una investigación australiana reveló que posiblemente la disminución CIENTÍFICOS TRABAJAN EN DETECCIÓN DE CÁNCER DE MAMA A TRAVÉS DE REDES NEURONALES ARTIFICIALES Constituye un apoyo para el médico y los radiólogos para evitar falsos diagnósticos Fernando Álvarez Una investigación

Más detalles

Curso del Data Mining al Big Data

Curso del Data Mining al Big Data Curso del Data Mining al Big Data Instructor: Dr. Luis Carlos Molina Félix Presentación. Las bases de datos y los sistemas de administración de datos han jugado un papel primordial en el crecimiento y

Más detalles

Guía docente de la asignatura

Guía docente de la asignatura Guía docente de la asignatura Asignatura Materia Módulo Titulación TÉCNICAS DE APRENDIZAJE AUTOMÁTICO COMPUTACIÓN TECNOLOGÍAS ESPECÍFICAS GRADO EN INGENIERÍA INFORMÁTICA Plan 545 Código 46932 Periodo de

Más detalles

Biodiversidad. Adicionalmente, la Convención sobre la Diversidad Biológica define la biodiversidad como

Biodiversidad. Adicionalmente, la Convención sobre la Diversidad Biológica define la biodiversidad como Biodiversidad Según la finición brindada por el Programa Ambiental las Naciones Unidas (UNEP- WCMC, 2013) la palabra biodiversidad es una contracción l término diversidad biológica. Diversidad es un concepto

Más detalles

Boletín de Asesoría Gerencial* Modelo Credit Scoring: Un paso hacia una gestión diferenciada y eficiente del riesgo de crédito

Boletín 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 detalles

Máster Universitario en Modelización e Investigación Matemática, Estadística y Computación

Máster Universitario en Modelización e Investigación Matemática, Estadística y Computación 5.5.1. Denominación: Introducción a la Minería de Datos 5.5.2. Breve Descripción del Contenido: Introducción a la minería de datos. Aprendizaje supervisado, modelos no paramétricos y modelos generalizados

Más detalles

Implantación de la norma UNE-EN-ISO 9001:2000 a partir de la norma UNE-EN-ISO 9001:1994. Sinergias y necesidades

Implantación de la norma UNE-EN-ISO 9001:2000 a partir de la norma UNE-EN-ISO 9001:1994. Sinergias y necesidades VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Implantación de la norma UNE-EN-ISO 9001:2000 a partir de la norma UNE-EN-ISO 9001:1994. Sinergias y necesidades Miguel

Más detalles

CENTRO UNIVERSITARIO DE LOS ALTOS PROGRAMA DE ESTUDIOS POR OBJETIVOS FORMATO BASE MTRO. HÉCTOR DELGADO MARTÍNEZ VALOR EN CRÉDITOS FM 102 30 10 40 5

CENTRO UNIVERSITARIO DE LOS ALTOS PROGRAMA DE ESTUDIOS POR OBJETIVOS FORMATO BASE MTRO. HÉCTOR DELGADO MARTÍNEZ VALOR EN CRÉDITOS FM 102 30 10 40 5 CENTRO UNIVERSITARIO DE LOS ALTOS PROGRAMA DE ESTUDIOS POR OBJETIVOS FORMATO BASE 1.- DATOS DE IDENTIFICACIÓN CENTRO UNIVERSITARIO: DEPARTAMENTO: ACADEMIA: ÁREA DE FORMACIÓN: NOMBRE DE LA UNIDAD DE APRENDIZAJE:

Más detalles

1.1 Titulo Descriptivo del Proyecto

1.1 Titulo Descriptivo del Proyecto 1.1 Titulo Descriptivo del Proyecto Diseño de un Manual empleando Data Mining (Minería de Datos) para predecir el Potencial de Desarrollo de las empresas en la Zona Oriental asociadas a la Comisión Nacional

Más detalles

EVALUACIÓN DIAGNÓSTICA DE CONOCIMIENTOS Y HABILIDADES (EDICH) al ingreso

EVALUACIÓN DIAGNÓSTICA DE CONOCIMIENTOS Y HABILIDADES (EDICH) al ingreso EVALUACIÓN DIAGNÓSTICA DE CONOCIMIENTOS Y HABILIDADES (EDICH) al ingreso Informe 2007 1. Qué es la EDICH y qué pretende? La Evaluación Diagnóstica de Conocimientos y Habilidades (EDICH) consiste en un

Más detalles