Aplicaciones de Inteligencia Computacional para el Minado de Conjuntos de Datos Integralmente Reducidos

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

Download "Aplicaciones de Inteligencia Computacional para el Minado de Conjuntos de Datos Integralmente Reducidos"

Transcripción

1 Aplicaciones de Inteligencia Computacional para el Minado de Conjuntos de Datos Integralmente Reducidos Angel Kuri-Morales Instituto Tecnológico Autónomo de México

2 Agenda 1. Qué es Big Data 1. Big Data está aquí para quedarse 2. El dilema tecnológico 2. Solución Conceptual al dilema 1. Información 2. Entropía 3. Modelado 3. Solución Técnica al dilema 4. Aplicación Caso de Estudio

3 Qué es Big Data En este seminario ya se ha definido el fenómeno Big Data. Datos Altamente distribuidos Sin estructura aparente De gran volumen

4 Big Data está aquí para quedarse Grandes volúmenes de datos nacidos de: Ciencias Meteorología Genómica Física Astronomía Biología Finanzas Negocios Economía Banca Análisis Estadísticos Redes Sociales Facebook Twitter

5 El Dilema Tecnológico En esencia, el fenómeno Big Data se suscita por dos razones históricas: Los sistemas de cómputo y telecomunicaciones (C&T) se han abaratado en órdenes de magnitud Los sistemas de C&T se han hecho más eficientes y poderosos Esto origina un efecto de bola de nieve Aumenta el número de usuarios Se invierte más en I&D Los sistemas se hacen mejores y más baratos

6 El efecto Bola de Nieve Lo anterior demanda mejores herramientas para el almacenamiento, transmisión y tratamiento de los datos Estas herramientas demandan mejores desarrollos Estos redundan en más datos

7 Soluciones tecnológicas Arquitecturas Procesamiento en paralelo en sistemas fuertemente conectados Redes de Benes Redes de Batcher

8 Nuevas tecnologías Tecnologías: Cómputo paralelo Optimización de algoritmos de agrupamiento Cómputo distribuído Computación Grid

9 Nuevos paradigmas Ópticas (Láser) Criogénicas (Supercondutores) Biológicas (Computación con ADN) Cuánticas (Qubits)

10 Enfoque tecnológico En todos estos casos, sin importar qué tan eficientes sean las tecnologías implicadas, se alcanzará un límite físico y, eventualmente, será indispensable encontrar un nuevo enfoque para tratar Big Data

11 No es lo mismo Data que Información Hay que exprimir los datos para obtener jugo

12 Pero una gran naranja no necesariamente implica mucho jugo

13 La entropía y la información En las disciplinas de cómputo es necesaria una definición precisa de lo que entendemos por información. La definición de entropía (información promedio) es En donde X es el mensaje, p i es la probabilidad de que aparezca un símbolo, m es el número de símbolos y n es la cantidad de datos.

14 Y es posible exprimir los datos para quedarnos con la información relevante H(bmp) Esta naranja pesa 369,994 bytes. H(jpg) Esta, en cambio, pesa solamente 21,895 bytes 17:1!

15 Reducción de los Datos como Alternativa Práctica Una posible alternativa es tratar de ser más eficientes en el tratamiento de la información. En, prácticamente, todos los casos la información contenida en las bases de datos puede preservarse sin necesidad de usar todos los datos.

16 La idea clave es En vez de trabajar con una gran cantidad de datos, trabajemos con la información equivalente. Extraigamos la muestra mínima que nos proporcione la misma información que los datos originales

17 Determinación del tamaño de la muestra mínima Podemos entonces plantear la siguiente hipótesis: La información contenida en una muestra aleatoria (tomada de una gran base de datos D) de tamaño M es aproximadamente igual a la de D cuando las entropías son similares. Y El comportamiento de las variables de M debe ser similar al de las variables de D.

18 Los dos pasos Paso 1: Encontrar una muestra reducida con las misma cantidad de información Paso 2: Modelar las variables del sistema para certificar que en ambos conjuntos de datos (D y M) las variables se inter-relacionan de manera análoga.

19 Paso 1: Encontrar la entropía equivalente

20 Paso 2: Modelar las variables

21 Publicaciones académicas Kuri-Morales, A., "An Automated Search Space Reduction Methodology for Large DataBases", Springer, Editor(s)): Perner, Petra, ISBN: , ISSN: , 16/07/2013. Kuri-Morales, A., "Application of a Method Based on Computational Intelligence for the Optimization of Resources Determined from Multivariate Phenomena", MICAI 2012, Springer, Unpublished, Editor(s)): Batryshin, I. et al, ISBN: , ISSN: , 15/11/2012. Kuri-Morales, A., Lozano, A., "Sampling for Information and Structure Preservation when Mining Large Data Bases", Springer, , Editor(s)): Angel Kuri-Morales, ISBN: , ISSN: , 03/11/2010. Kuri-Morales, A., Erazo-Rodríguez, F., "A Search Space Reduction Methodology for Data Mining in Large Databases", Engineering Applications of Artificial Intelligence, Elsevier, 57-65, ISBN: , ISSN: , 01/02/2009. Kuri-Morales, A., Rodríguez-Erazo, F., "A Search Space Reduction Methodology for Large Databases: A Case Study", Advances in Data Mining: Theoretical Aspects and Applications, LNAI 4597, Best Paper Award, Springer, , Editor(s)): Petra Perner, ISBN: , ISSN: , 14/07/2007.

22 CASO de Estudio Se efectuó un proyecto de minería de datos para una empresa multi-nacional (a la que nos referiremos como La Compañía ). La Compañía tiene grandes bases de datos incluyendo datos acerca de servicios prestados, facturación (registrados en períodos de varios años) y otros muchos datos pertinentes.

23 Validación Estadística Modelo 1: obtenido de la muestra Modelo 2: obtenido de los datos originales Clust. Modelo 1 (%) Modelo 2 (%) Dif. (%) A B C D E F

24 Validación Estadística Identificación del conjunto de datos a partir del modelo muestral. Cluster Muestra (%) Datos originales (%) Diferencia (%) A B C D E F

25 Aplicación Práctica A raíz del estudio descrito, la Compañía disminuyó los tiempos de proceso de sus datos de 35 días a 10. Consecuentemente, las decisiones estratégicas de la Compañía pueden efectuarse con mayor eficiencia. Los directivos de la Compañía pueden efectuar análisis personales sin necesidad de acceder a las bodegas de datos y/o a la red de servidores.

26 Aplicación Práctica Una vez que se constató la efectividad del método propuesto, la determinación y uso de la muestra óptima se pusieron a prueba, a nivel internacional, durante 6 meses. Debido a los resultados positivos obtenidos, esta estrategia se adoptó como un estándar en la Compañía.

27 Conclusiones La generación de Big Data es un proceso irreversible. Las tecnologías de punta irán siendo remplazadas conforme los volúmenes de datos se hagan cada vez mayores. Una alternativa interesante consiste en identificar la información valiosa cuando la toma de decisiones estratégicas así lo amerite.

28 Conclusiones Al identificar solamente la información valiosa, es posible eficientar los procesos de manejo de información. Claramente, los detalles puntuales dejan de estar al acceso de los tomadores de decisiones. Típicamente estos detalles no influyen en el establecimiento de políticas de información. Como un beneficio adicional, se evitan problemas asociados a la confidencialidad y la privacía que subyacen a Big Data y se reduce el efecto Big Brother.

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

ETL: Extractor de datos georreferenciados

ETL: Extractor de datos georreferenciados ETL: Extractor de datos georreferenciados Dr. Juan Pablo Díaz Ezcurdia Doctor Honoris Causa Suma Cum Laude Master en Telecomunicaciones Master en Gestión Educativa Coordinador de la comisión de CSIRT de

Más detalles

PREPROCESADO DE DATOS PARA MINERIA DE DATOS

PREPROCESADO DE DATOS PARA MINERIA DE DATOS Ó 10.1007/978-3-319-02738-8-2. PREPROCESADO DE DATOS PARA MINERIA DE DATOS Miguel Cárdenas-Montes Frecuentemente las actividades de minería de datos suelen prestar poca atención a las actividades de procesado

Más detalles

Jornadas INCATEC 2015

Jornadas INCATEC 2015 Jornadas INCATEC 2015 Dr. Pedro Nolasco Bonillo Ramos Ingeniero en Computación. USB Magíster en Ingeniería de Sistemas. USB Magíster en Gerencia de las Finanzas. UNY Doctor en Ciencias de la Computación.

Más detalles

INTELIGENCIA EN REDES DE COMUNICACIONES

INTELIGENCIA EN REDES DE COMUNICACIONES INTELIGENCIA EN REDES DE COMUNICACIONES MINERÍA DE DATOS EN EL DEPORTE PROFESIONAL Jorge Carrasco Troitiño NIA 100029724 Grupo 91-5 Ingeniería Superior de Telecomunicación INTRODUCCIÓN: Las técnicas de

Más detalles

A N G E L F E R N A N D O K U R I M O R A L E S

A N G E L F E R N A N D O K U R I M O R A L E S A N G E L F E R N A N D O K U R I M O R A L E S Profesor de Tiempo Completo del Departamento Académico de Computación DOMICILIO Río Hondo No. 1 Tizapán San Angel México 01000, D.F. Tel: +52 (55) 5628-4000

Más detalles

Minería de Datos. Vallejos, Sofia

Minería de Datos. Vallejos, Sofia Minería de Datos Vallejos, Sofia Contenido Introducción: Inteligencia de negocios (Business Intelligence). Descubrimiento de conocimiento en bases de datos (KDD). Minería de Datos: Perspectiva histórica.

Más detalles

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN.

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. Business Intelligence. Data Mining. PARTE PRIMERA Qué es

Más detalles

BIGDATA EN LA EMPRESA

BIGDATA EN LA EMPRESA ITAM México D.F., 21 agosto 2015 BigData? No sólo es un cambio tecnológico, es una evolución empresarial y de los negocios. No cambia los procesos productivos de una empresa pero sí los complementa. BigData?

Más detalles

DIPLOMADO EN SEGURIDAD INFORMÁTICA

DIPLOMADO EN SEGURIDAD INFORMÁTICA INSTITUTO TECNOLÓGICO AUTÓNOMO DE MEXICO DIPLOMADO EN SEGURIDAD INFORMÁTICA Coordinador: M.en.C Uciel Fragoso Rodríguez Objetivo general: Entender la situación de un medio ambiente interconectado en el

Más detalles

http://www.statum.biz http://www.statum.info http://www.statum.org

http://www.statum.biz http://www.statum.info http://www.statum.org ApiaMonitor Monitor de Infraestructura BPMS Por: Ing. Manuel Cabanelas Product Manager de Apia Manuel.Cabanelas@statum.biz http://www.statum.biz http://www.statum.info http://www.statum.org Abstract A

Más detalles

Grado en Ingeniería Informática

Grado en Ingeniería Informática Primer Curso Primer semestre ESCUELA SUPERIOR DE INGENIERÍA Chile, 1 11002-CÁDIZ Teléfono: 95 015100 Fax: 95 015101 Más información: www.uca.es/ingenieria Itinerario curricular recomendado ENSEÑANZAS Cálculo

Más detalles

Introducción a la Minería de Datos

Introducción a la Minería de Datos Introducción a la Minería de Datos Abdelmalik Moujahid, Iñaki Inza y Pedro Larrañaga Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad del País Vasco Índice 1 Minería de

Más detalles

Big Data: retos a nivel de desarrollo. Ing. Jorge Camargo, MSc, PhD (c) jcamargo@bigdatasolubons.co

Big Data: retos a nivel de desarrollo. Ing. Jorge Camargo, MSc, PhD (c) jcamargo@bigdatasolubons.co Big Data: retos a nivel de desarrollo Ing. Jorge Camargo, MSc, PhD (c) jcamargo@bigdatasolubons.co Cámara de Comercio de Bogotá Centro Empresarial Chapinero Agenda Introducción Bases de datos NoSQL Procesamiento

Más detalles

Sobre la publicidad en los motores de búsqueda

Sobre la publicidad en los motores de búsqueda Sobre la publicidad en los motores de búsqueda Esteban Feuerstein Departamento de Computación UBA 10 de septiembre de 2010 De qué se trata? Hay usuarios que buscan palabras o términos en los sitios

Más detalles

Guatemala, marzo de 2006.

Guatemala, marzo de 2006. MODERNIZACIÓN DEL SISTEMA DE PAGOS NACIONAL Guatemala, marzo de 2006. MODERNIZACIÓN DEL SISTEMA DE PAGOS NACIONAL I. ASPECTOS CONCEPTUALES SOBRE SISTEMA DE PAGOS: 1. El sistema de pagos es el conjunto

Más detalles

RAE INFORMÁTICA ENERO

RAE INFORMÁTICA ENERO Guía RAE INFORMÁTICA ENERO 2013 1 Índice Presentación 3 Antecedentes 4 Qué evalúa el examen? 5 Componentes, estructura y ejemplos 5 2 Presentación Estimado/a estudiante Los exámenes de fin de carrera,

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 2 -

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 2 - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 2 - Juan Alfonso Lara Torralbo 1 Índice de contenidos (I) Introducción a Data Mining Actividad. Tipos

Más detalles

ASIGNATURA FECHA HORA AULA. Matemática Discreta 25-ene 16,00-19,00 LAB. 7. Álgebra Lineal 06-feb 09,00-12,00 LAB. 7

ASIGNATURA FECHA HORA AULA. Matemática Discreta 25-ene 16,00-19,00 LAB. 7. Álgebra Lineal 06-feb 09,00-12,00 LAB. 7 EXÁMENES FEBRERO - CURSO 2015-2016 PRIMER CURSO - GRUPO B Matemática Discreta 25-ene 16,00-19,00 LAB. 7 Álgebra Lineal 06-feb 09,00-12,00 LAB. 7 EXÁMENES JUNIO - CURSO 2015-2016 PRIMER CURSO - GRUPO B

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

Optimización de rutas logísticas para ganar competitividad

Optimización de rutas logísticas para ganar competitividad Autor: Whitepaper patrocinado por: José Antonio Martínez Fernández Profesor Dirección de Empresas de la Universidad Pablo de Olavide, Sevilla Optimización de rutas logísticas para ganar competitividad

Más detalles

INSTITUTO TECNOLÓGICO SUPERIOR DE MISANTLA MAPA CURRICULAR MAESTRÍA EN SISTEMAS COMPUTACIONALES

INSTITUTO TECNOLÓGICO SUPERIOR DE MISANTLA MAPA CURRICULAR MAESTRÍA EN SISTEMAS COMPUTACIONALES INSTITUTO TECNOLÓGICO SUPERIOR DE MISANTLA MAESTRÍA EN SISTEMAS COMPUTACIONALES MAPA CURRICULAR Mapa Curricular de la Maestría en Sistemas Computacionales Semestre I Semestre II Semestre III Semestre IV

Más detalles

Comité de Aspectos Contables y Presupuestales del CEMLA. Julio de 2009

Comité de Aspectos Contables y Presupuestales del CEMLA. Julio de 2009 Comité de Aspectos Contables y Presupuestales del CEMLA Julio de 2009 1. Introducción 2. Metodología utilizada 3. Lista de los bancos centrales que respondieron la encuesta 4. Resultados 4.1 Generalidades

Más detalles

GIA Glosario. Versión 1.1

<Company Name> GIA Glosario. Versión 1.1 GIA Glosario Versión 1.1 Historial de revisiones Fecha Versión Descripción Autor 08/03/2010 1.0 Versión inicial para su aprobación Arturo Valdés Diéguez 18/03/2010 1.1 Revisión del documento

Más detalles

INTELIGENCIA DE NEGOCIOS (Business Intelligence)

INTELIGENCIA DE NEGOCIOS (Business Intelligence) INTELIGENCIA DE NEGOCIOS (Business Intelligence) Contenido: 1. Conceptos y Definiciones 2. Índices Financieros 3. Estadísticas 4. Planificación Estratégica 5. Balanced Scorecard 1. Conceptos y Definiciones

Más detalles

Política de Privacidad LEVEL UP! GAMES

Política de Privacidad LEVEL UP! GAMES Política de Privacidad LEVEL UP! GAMES Level Up! Interactive S.A.S se compromete a proteger la privacidad de la información de los visitantes de nuestros entornos virtuales en línea. Esta política se aplica

Más detalles

Programación Orientada a Objetos Inteligencia Artificial Programación Lógica Lógica Matemática Tecnicas para el derrallo de sistemas artificiales

Programación Orientada a Objetos Inteligencia Artificial Programación Lógica Lógica Matemática Tecnicas para el derrallo de sistemas artificiales ANEXO D. INSTITUCION: PLANES DE ESTUDIOS DE OTRAS IES INSTITUTO POLITECNICO NACIONAL CIENCIAS DE LA COMPUTACIÓN Inteligencia artificial Programación Orientada a Objetos Inteligencia Artificial Programación

Más detalles

STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA

STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA M. Calvo, A.Villarroya, A.Miñarro, S.Vives, A.Arcas Departamento

Más detalles

Soluciones Integrales en Inteligencia de Negocios

Soluciones Integrales en Inteligencia de Negocios Soluciones Integrales en Inteligencia de Negocios QUIENES SOMOS NUESTRA MISIÓN DATAWAREHOUSE MINERÍA DE DATOS MODELOS PREDICTIVOS REPORTERÍA Y DASHBOARD DESARROLLO DE APLICACIONES MODELOS DE SIMULACIÓN

Más detalles

CARACTERÍSTICAS GENERALES. a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007

CARACTERÍSTICAS GENERALES. a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007 CARACTERÍSTICAS GENERALES a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007 b) Título que se otorga Ingeniero/a en Sistemas Inteligentes c) Espacio donde se imparte

Más detalles

2.- Su profesión está ligada a la carrera en la que aquí da clases? Licenciatura Ingeniería Total SI 21 18 39 NO 0 0 0 21 18 39

2.- Su profesión está ligada a la carrera en la que aquí da clases? Licenciatura Ingeniería Total SI 21 18 39 NO 0 0 0 21 18 39 Resultados de la encuesta aplicada a los profesores de la Facultad de Ciencias de la Computación Comisión de Evaluación y Seguimiento Curricular Otoño 2008 1.- Tipo de contratación? TC 16 15 31 MT 3 2

Más detalles

ARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA

ARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA ARQUITECTURA ESCALABLE PARA LA DETECCIÓN DE PATRONES SECUENCIALES DIFUSOS EN MINERÍA DE DATOS CUANTITATIVA Pablo F. Provasi 1 Lucio J. Kleisinger 1 Francisco R. Villatoro 2 1 Dpto. de Informática, Universidad

Más detalles

Quienes Somos? Valor. Estrategia

Quienes Somos? Valor. Estrategia Quienes Somos? STGI nace como la respuesta necesaria al mundo empresarial en consultorías para acceder y gestionar la información, estructurada y no estructurada, con el fin de alcanzar procesos eficientes

Más detalles

CALL CENTER : INTEGRACIÓN INFORMATICA TELEFONO PARA ATENCION AL CLIENTE

CALL CENTER : INTEGRACIÓN INFORMATICA TELEFONO PARA ATENCION AL CLIENTE Facultad de Ciencias Económicas y de Administración - Introducción a la Computación CALL CENTER : INTEGRACIÓN INFORMATICA TELEFONO PARA ATENCION AL CLIENTE Sandra Figueroa y Simón Mario Tenzer Setiembre

Más detalles

VINCULACIÓN DE ASIGNATURAS A ÁREAS DE CONOCIMIENTO Graduado/a en Ingeniería Informática

VINCULACIÓN DE ASIGNATURAS A ÁREAS DE CONOCIMIENTO Graduado/a en Ingeniería Informática Página 1 de 6 Administración de Bases de Datos Administración de Redes y Sistemas Administración de Sistemas Operativos Algoritmia y Complejidad Ampliación de Física Análisis y Diseño de Algoritmos Análisis

Más detalles

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como:

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como: TEMA 1: PRONÓSTICOS 1.1. Introducción Pronostico es un método mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algún grado de certeza. Existen disponibles tres grupos

Más detalles

Big Data to Relevant Data Rentabilizando la información

Big Data to Relevant Data Rentabilizando la información Big Data to Relevant Data Rentabilizando la información Resumen Título: From Big Data to Relevant Data Construyendo estrategias para la rentabilización Fechas: Del 13 al 16 de Octubre 2014 Duración: 16

Más detalles

CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA

CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA SERGIO NESMACHNOW Centro de Cálculo, Instituto de Computación FACULTAD DE INGENIERÍA, UNIVERSIDAD DE LA REPÚBLICA, URUGUAY CONTENIDO Introducción: arquitecturas

Más detalles

MINUTA EJECUTIVA PROGRAMA SISTEMA NACIONAL DE INVERSIONES

MINUTA EJECUTIVA PROGRAMA SISTEMA NACIONAL DE INVERSIONES GOBIERNO DE CHILE MINISTERIO DE HACIENDA Dirección de Presupuestos MINUTA EJECUTIVA PROGRAMA SISTEMA NACIONAL DE INVERSIONES ELABORADA POR LA DIRECCIÓN DE PRESUPUESTOS JUNIO 2007 1 Ministerio de Hacienda

Más detalles

"Big Data Analysis" (Métodos especiales para bases de datos gigantes)

Big Data Analysis (Métodos especiales para bases de datos gigantes) "Big Data Analysis" (Métodos especiales para bases de datos gigantes) Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado de la Universidad

Más detalles

Proceso de selección del gestor del mercado de gas natural en Colombia Décimo cuarto conjunto de preguntas y respuestas

Proceso de selección del gestor del mercado de gas natural en Colombia Décimo cuarto conjunto de preguntas y respuestas Décimo cuarto conjunto de preguntas y respuestas 1. Existe una estimación de las transacciones para el mercado úselo o véndalo, en las diferentes opciones: largo plazo para capacidad de transporte, corto

Más detalles

CONCEPTOS BASICOS DE MARKETING

CONCEPTOS BASICOS DE MARKETING CONCEPTOS BASICOS DE MARKETING AUTOR: Ing. Agr. Daniel A. Agüero OBJETIVO: Aportar conceptos fundamentales relativos al Marketing, mejorando las posibilidades de la participación profesional en el medio.

Más detalles

MANUAL DE USUARIO CONFIGURACION INICIAL

MANUAL DE USUARIO CONFIGURACION INICIAL MANUAL DE USUARIO CONFIGURACION INICIAL V 3.5-2014 Software desarrollado por la empresa: 1 INDICE Tema Pagina Introducción 3 Definición SaaS 3 Que es el Sistema SOFTWARE EQSIS ERP Y CRM? 3 Seguridad de

Más detalles

Charlas UTN: La importancia del ERP en la organización empresarial

Charlas UTN: La importancia del ERP en la organización empresarial Charlas UTN: La importancia del ERP en la organización empresarial Darío Bonamino Analista de Sistemas Gte. Tecnología TRON Software Dario_bonamino@tron.com.ar AGENDA DE LAS REUNIONES PRIMERA PARTE Qué

Más detalles

Retos de la Proliferación de Modelos. 2 de Octubre 2012

Retos de la Proliferación de Modelos. 2 de Octubre 2012 Retos de la Proliferación de Modelos 2 de Octubre 2012 ÍNDICE Introducción Tipos de modelos Problemática de gestión Conclusiones Introducción 3 Aunque hay créditos desde hace 5000 años, los modelos sólo

Más detalles

_tema central. Social Business: comunicación de dos vías para lograr mejores resultados. Jaime Alvarez. Gerente de Proyectos _CINTEL.

_tema central. Social Business: comunicación de dos vías para lograr mejores resultados. Jaime Alvarez. Gerente de Proyectos _CINTEL. _tema central Social Business: comunicación de dos vías para lograr mejores resultados Jaime Alvarez Gerente de Proyectos _CINTEL 12 Revista _ RCT _Social Business: comunicación de dos vías para lograr

Más detalles

Habilitando la empresa ágil a través de datos unificados La travesía hacia la plataforma de datos analítico-transaccionales

Habilitando la empresa ágil a través de datos unificados La travesía hacia la plataforma de datos analítico-transaccionales Habilitando la empresa ágil a través de datos unificados Agosto de 2015 Cómo se utilizan los datos hoy Los datos analíticos se derivan y separan a partir de datos transaccionales. Requieren bases de datos

Más detalles

Id. Componente del Procedimiento Responsable 1 Administración y Mantenimiento de Documentos y Registros Gerente Seguridad Operacional

Id. Componente del Procedimiento Responsable 1 Administración y Mantenimiento de Documentos y Registros Gerente Seguridad Operacional Fecha: 10/02/2010 Clave: SMS- Revisión: 1.0 Página: 1 de 7 I. OBJETIVO: La Organización busca tener información que le sea valiosa y le aporte esencia al sistema, que alimente a la organización con datos

Más detalles

HERRAMIENTAS TECNOLOGICAS DE GESTION EMPRESARIAL. Profesor: Dr.Alberto Un Han Alumnos: Enrique Huaco, Lino Mejia y Jaime Ballon

HERRAMIENTAS TECNOLOGICAS DE GESTION EMPRESARIAL. Profesor: Dr.Alberto Un Han Alumnos: Enrique Huaco, Lino Mejia y Jaime Ballon HERRAMIENTAS TECNOLOGICAS DE GESTION EMPRESARIAL UNMSM- EPG: Maestría a en Gestion Empresarial Profesor: Dr.Alberto Un Han Alumnos: Enrique Huaco, Lino Mejia y Jaime Ballon CMR (administración n de la

Más detalles

Grado en Ingeniería Informática

Grado en Ingeniería Informática Grado en Ingeniería Informática ESCUELA SUPERIOR DE INGENIERÍA Chile, 1 11002-CÁDIZ Teléfono: 95 015100 Fax: 95 015101 Más información: www.uca.es/ingenieria Itinerario curricular recomendado ENSEÑANZAS

Más detalles

DESKTOP GRID Y COMPUTACIÓN VOLUNTARIA: INTRODUCCIÓN A LA TECNOLOGÍA BOINC

DESKTOP GRID Y COMPUTACIÓN VOLUNTARIA: INTRODUCCIÓN A LA TECNOLOGÍA BOINC DESKTOP GRID Y COMPUTACIÓN VOLUNTARIA: INTRODUCCIÓN A LA TECNOLOGÍA BOINC José Luis Guisado Lizar http://cum.unex.es/profes/profes/jlguisado Grupo de Evolución Artificial (GEA) Universidad de Extremadura

Más detalles

La Planeación Financiera Soporte para Decisiones Estratégicas

La Planeación Financiera Soporte para Decisiones Estratégicas La Planeación Financiera Soporte para Decisiones Estratégicas Andrés Sánchez Prieto Administrador de Empresas La planificación financiera y la elaboración del presupuesto son herramientas que ayudan a

Más detalles

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK www.formacionhadoop.com Índice 1 Qué es Big Data? 2 Problemas con los sistemas tradicionales 3 Qué es Spark? 3.1 Procesamiento de datos distribuido

Más detalles

Unidad 1: Componentes del sistema

Unidad 1: Componentes del sistema Unidad 1: Componentes del sistema Identificar los elementos del sistema de información de mercados de la organización. M.I.A. Gabriel Ruiz Contreras gabriel2306@prodigy.net.mx Contenido 1. Elementos del

Más detalles

SERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA

SERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA SERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA E. SÁEZ, M. ORTIZ, F. QUILES, C. MORENO, L. GÓMEZ Área de Arquitectura y Tecnología de Computadores. Departamento de Arquitectura

Más detalles

Medidas de Riesgo Sistémico y Contagio entre Bancos

Medidas de Riesgo Sistémico y Contagio entre Bancos Medidas de Riesgo Sistémico y Contagio entre Bancos Rodrigo Cifuentes Gerencia de Investigación Financiera Banco Central de Chile (Preliminar, no citar) VIII Reunión del Comité Regional para América Latina

Más detalles

Recuperación de Información en el Contexto de la Ciencia de la Computación

Recuperación de Información en el Contexto de la Ciencia de la Computación Recuperación de Información en el Contexto de la Ciencia de la Computación Edgar Casasola Murillo Universidad de Costa Rica Escuela de Ciencias de la Computación edgar.casasola@ecci.ucr.ac.cr Temas tratados

Más detalles

Plantilla para Casos de Éxito

Plantilla para Casos de Éxito Plantilla para Casos de Éxito Nombre/Actividad de la EMPRESA objeto de estudio: INSIGNA Sector al que pertenece: Presidente o gerente de la empresa: Antonio Gil Moreno Localización: Valencia Facturación

Más detalles

Web mining y obtención de información para la generación de

Web mining y obtención de información para la generación de Web mining y obtención de información para la generación de inteligencia Miguel Ángel Esteban (Universidad de Zaragoza) mesteban@unizar.es Instituto Juan Velázquez de Velasco de Investigación en Inteligencia

Más detalles

RODRIGO TAPIA SANTIS (rtapiasantis@gmail com) has a. non-transferable license to use this Student Guide

RODRIGO TAPIA SANTIS (rtapiasantis@gmail com) has a. non-transferable license to use this Student Guide Introducción Objetivos del Curso Al finalizar este curso, debería estar capacitado para: Instalar, crear y administrar Oracle Database 11g Versión 2 Configurar la base de datos para una aplicación Utilizar

Más detalles

Mineria 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 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 detalles

UNIVERSIDAD AUTONOMA DE GUADALAJARA ACP06 ALUMNO: JOSE ANGEL DEHESA JIMENEZ REGISTRO: 1996656 C R M

UNIVERSIDAD AUTONOMA DE GUADALAJARA ACP06 ALUMNO: JOSE ANGEL DEHESA JIMENEZ REGISTRO: 1996656 C R M UNIVERSIDAD AUTONOMA DE GUADALAJARA ACP06 ALUMNO: JOSE ANGEL DEHESA JIMENEZ REGISTRO: 1996656 C R M CONCEPTO: "Customer Relationship Management"), La administración basada en la relación con los clientes.

Más detalles

Business Intelligence

Business Intelligence BUSINESS INTELLIGENCE El poder de la información. Business Intelligence Los mercados actuales son cada vez más competitivos, lo que obliga a las empresas a aumentar su capacidad de reacción y adaptación

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

Documento Preparado por la Asociación de Proveedores de Internet (API), respecto a la Ley de Neutralidad de Red.

Documento Preparado por la Asociación de Proveedores de Internet (API), respecto a la Ley de Neutralidad de Red. Documento Preparado por la Asociación de Proveedores de Internet (API), respecto a la Ley de Neutralidad de Red. El Estado de Chile ha promulgado la Ley de Neutralidad de Red, que de acuerdo con lo expresado

Más detalles

Diplomado en Big Data

Diplomado en Big Data 160 horas Diplomado en Big Data BROCHURE, 2015 Contenido Quienes somos?... 3 Presentación del Programa... 4 Perfíl del Facilitador. 5 Objetivos.. 6 Información General.. 7 Plan de Estudio... 8-9 Plan de

Más detalles

RESOLUCIÓN No. 178 /2008

RESOLUCIÓN No. 178 /2008 RESOLUCIÓN No. 178 /2008 POR CUANTO: El Decreto Ley No. 204 de fecha 11 de enero del 2000, cambió la denominación del Ministerio de Comunicaciones por la de Ministerio de la Informática y las Comunicaciones,

Más detalles

INGENIERIA EN INFORMATICA

INGENIERIA EN INFORMATICA INGENIERÍA EN INFORMÁTICA 2014 Año de Homenaje al Almirante Guillermo Brown en el Bicentenario del Combate Naval de Montevideo Plan de Estudios INGENIERIA EN INFORMATICA Carrera: INGENIERÍA EN INFORMÁTICA

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

Minería de datos en la nube. Patricia Rayón Villela

Minería de datos en la nube. Patricia Rayón Villela Minería de datos en la nube Patricia Rayón Villela 1 Contenido Big-Data BI en la nube Analítica Texto Video Visual 2 Big data Problemas que eran difíciles o imposibles de resolver antes de ahora son manejables.

Más detalles

Construcción de sistemas de soporte a la toma de decisiones

Construcción de sistemas de soporte a la toma de decisiones INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Construcción de sistemas de soporte a la toma de decisiones M. En C. Eduardo Bustos Farías 1 Desarrolla en Sistemas de Apoyo de Decisión Como

Más detalles

INTELIGENCIA DE NEGOCIO 2015-2016

INTELIGENCIA DE NEGOCIO 2015-2016 INTELIGENCIA DE NEGOCIO 2015-2016 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación,

Más detalles

activuspaper Text Mining and BI Abstract

activuspaper Text Mining and BI Abstract Text Mining and BI Abstract Los recientes avances en lingüística computacional, así como la tecnología de la información en general, permiten que la inserción de datos no estructurados en una infraestructura

Más detalles

Invitación a la Comisión de Economía, Fomento y Desarrollo de la Cámara de Diputados. Operación del Sistema PIN Pass en Tarjetas de Crédito

Invitación a la Comisión de Economía, Fomento y Desarrollo de la Cámara de Diputados. Operación del Sistema PIN Pass en Tarjetas de Crédito Invitación a la Comisión de Economía, Fomento y Desarrollo de la Cámara de Diputados Operación del Sistema PIN Pass en Tarjetas de Crédito Presentación del Superintendente de Bancos e Instituciones Financieras,

Más detalles

El gasto total elegible de la BBPP, Centro de Supercomputación es de 3.172.033,11. La ayuda FEDER, es el 80%, 2.537.626,48

El gasto total elegible de la BBPP, Centro de Supercomputación es de 3.172.033,11. La ayuda FEDER, es el 80%, 2.537.626,48 Otra buena práctica de actuación cofinanciada es la presentada por la Dirección General de Telecomunicaciones de la Junta de Castilla y León consistente en las actuaciones realizadas en la Fundación Centro

Más detalles

Cobaires Software Factory

Cobaires Software Factory Cobaires Software Factory Desarrollo Web COBAIRES ARGENTINA Tel: +54.11.6385.0637 Mail: comercial@cobaires.com.ar Web: www.cobaires.com.ar Nota de Confidencialidad La información contenida en las páginas

Más detalles

Economía de la información y la incertidumbre 3er curso (1º Semestre) Grado en Economía

Economía de la información y la incertidumbre 3er curso (1º Semestre) Grado en Economía Economía de la información y la incertidumbre 3er curso (1º Semestre) Grado en Economía Parte I. Tema II: TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE: UTILIDAD ESPERADA Bibliografía recomendada: Para el punto

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

La empresa, el conocimiento y las redes sociales Fernando Piera 1

La empresa, el conocimiento y las redes sociales Fernando Piera 1 Número 48. Diciembre 2013 La empresa, el conocimiento y las redes sociales Fernando Piera 1 Resumen Nos encontramos en el tiempo de la explosión de los datos. Hasta se está hablado de la ciencia de los

Más detalles

SISTEMAS DE INFORMACIÓN II TEORÍA

SISTEMAS DE INFORMACIÓN II TEORÍA CONTENIDO: EL PROCESO DE DISEÑO DE SISTEMAS DISTRIBUIDOS MANEJANDO LOS DATOS EN LOS SISTEMAS DISTRIBUIDOS DISEÑANDO SISTEMAS PARA REDES DE ÁREA LOCAL DISEÑANDO SISTEMAS PARA ARQUITECTURAS CLIENTE/SERVIDOR

Más detalles

CENIT (Consorcios Estratégicos Nacionales de Investigación Técnica) DENISE Distribución Energética Inteligente Segura Eficiente

CENIT (Consorcios Estratégicos Nacionales de Investigación Técnica) DENISE Distribución Energética Inteligente Segura Eficiente CENIT (Consorcios Estratégicos Nacionales de Investigación Técnica) DENISE Distribución Energética Inteligente Segura Eficiente Presentación del Proyecto Madrid, 17 de Julio de 2006 Índice 1 Razones y

Más detalles

COMUNICACIÓN Y TRANSPORTES COMUNICACIÓN

COMUNICACIÓN Y TRANSPORTES COMUNICACIÓN COMUNICACIÓN Y TRANSPORTES COMUNICACIÓN TRANSPORTES COMUNICACIÓN Y TRANSPORTES: Comunicación COMUNICACIÓN Y TRANSPORTES COMUNICACIÓN 1. INTRODUCCIÓN 2. CORRESPONDENCIA. SERVICIOS DE MENSAJERÍA 3. LÍNEAS

Más detalles

Plataformas tecnológicas CRM de datos a conocimiento

Plataformas tecnológicas CRM de datos a conocimiento Rambla Catalunya, 124 2º 2ª 08008 BARCELONA Telf. 932 857 099 www.mk-r.es Plataformas tecnológicas CRM de datos a conocimiento Whitepaper nº3 - por Josep Ma. Abella El desarrollo de una estrategia relacional

Más detalles

LISTADO DE CURSOS DE DE GRADO Y POSGRADO

LISTADO DE CURSOS DE DE GRADO Y POSGRADO LISTADO DE CURSOS DE DE GRADO Y POSGRADO 2013 Programa de Incentivos a los Docentes Investigadores (PI) Secretaría de Ciencia, Tecnología y Posgrado UNIVERSIDAD TECNOLÓGICA NACIONAL Esp. Nombre Plan Nombre

Más detalles

INFORME EJECUTIVO DE IDC

INFORME EJECUTIVO DE IDC INFORME EJECUTIVO DE IDC De qué forma Big Data transforma la protección y el almacenamiento de datos Agosto 2012 Escrito por Carla Arend Patrocinado por CommVault Introducción: De qué forma Big Data transforma

Más detalles

Plataformas tecnológicas CRM de datos a conocimiento Whitepaper 2007 - Por Josep Mª Abella y Jesús Mª Roca PLATAFORMAS TECNOLÓGICAS CRM Sumario Introducción El desarrollo de una estrategia relacional requiere

Más detalles

Cifrado de la información. Guía corporativa

Cifrado de la información. Guía corporativa Cifrado de la información Guía corporativa La encriptación de datos en las empresas 1. Introducción 3 Guía corporativa de encriptación de datos 1. Introducción La información es uno de los recursos más

Más detalles

INTELIGENCIA DE NEGOCIO 2014-2015

INTELIGENCIA DE NEGOCIO 2014-2015 INTELIGENCIA DE NEGOCIO 2014-2015 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación,

Más detalles

Inteligencia Artificial. Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Prof. Ing. Franco D. Menendez

Inteligencia Artificial. Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Prof. Ing. Franco D. Menendez Inteligencia Artificial Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Prof. Sistemas Expertos Definición Un Sistema Experto es un programa de computación inteligente que usa

Más detalles

MINING SOLUTIONS LIMITADA

MINING 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 detalles

Capítulo 1: Introducción

Capítulo 1: Introducción Capítulo 1: Introducción El presente trabajo se ubica en el área de administración de redes inalámbricas de computadoras y tiene como objetivo crear una propuesta de solución para permitir un manejo más

Más detalles

GOOGLE COMO HERRAMIENTA ALTERNA PARA LOS PROFESIONALES DE CIENCIAS DE INFORMACIÓN? 1 Diego Andrés Campos Gómez 2

GOOGLE COMO HERRAMIENTA ALTERNA PARA LOS PROFESIONALES DE CIENCIAS DE INFORMACIÓN? 1 Diego Andrés Campos Gómez 2 GOOGLE COMO HERRAMIENTA ALTERNA PARA LOS PROFESIONALES DE CIENCIAS DE INFORMACIÓN? 1 Diego Andrés Campos Gómez 2 RESUMEN La Internet ha abierto nuevas oportunidades para la creación, publicación y/o difusión

Más detalles

Gestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software

Gestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software Gestión del Fraude Pilar Sirvent, Arquitecto Senior de Software Áreas de Apoyo Gestión del Fraude Grandes Cantidades de Datos (Big Data) Volumen - Variedad - Velocidad Integración Visión 360º Análisis

Más detalles

Contabilidad Administrativa y Financiera P R O F. E R I C O M A R C A B A L L E R O B.

Contabilidad Administrativa y Financiera P R O F. E R I C O M A R C A B A L L E R O B. Contabilidad Administrativa y Financiera P R O F. E R I C O M A R C A B A L L E R O B. El papel de la información contable en el diseño de Estrategias y el Proceso Administrativo. 2 NUEVAS TENDENCIAS EN

Más detalles

6TO. SEMINARIO ACERCAMIENTO TECNOLÓGICO SUSTENTABILIDAD Y MINERIA JULIO 6, 2012

6TO. SEMINARIO ACERCAMIENTO TECNOLÓGICO SUSTENTABILIDAD Y MINERIA JULIO 6, 2012 6TO. SEMINARIO ACERCAMIENTO TECNOLÓGICO SUSTENTABILIDAD Y MINERIA JULIO 6, 2012 Presentación la empresa el desafío sistema integrado para la gestión de sustentabilidad 6to. Seminario Acercamiento Tecnológico

Más detalles

CONTENIDO. 1. Introducción. 2. Reseña histórica del computador. 3. Definición de computador.

CONTENIDO. 1. Introducción. 2. Reseña histórica del computador. 3. Definición de computador. CONTENIDO 1. Introducción. 2. Reseña histórica del computador. 3. Definición de computador. 4. Sistemas numéricos. 4.1 Generalidades. 42 Sistema binario. 4.3 Sistema octal,. 4.4 Sistema decimal. 4.5 Sistema

Más detalles

Aplicaciones de la Simulación en la Industria Petrolera

Aplicaciones de la Simulación en la Industria Petrolera Aplicaciones de la Simulación en la Industria Petrolera Profesor Ebert Brea, PhD ebert.brea@ucv.ve Universidad Central de Venezuela Facultad de Ingeniería Escuela de Ingeniería Eléctrica Caracas, 26 de

Más detalles

Al final de este curso usted estará en disposición de:

Al final de este curso usted estará en disposición de: Fundamentos de ITIL 1. Definición El curso de Fundamentos de ITIL introduce el concepto de Gestión de Servicio TI (IT Service Management o ITSM) y un marco para identificar e interrelacionar las diferentes

Más detalles

2.16. SERVICE SCIENCE Y SERVICE ANALYTICS EN FEN: ESTUDIO DE OPINIONES, QUEJAS Y CUMPLIDOS DE ALUMNOS

2.16. SERVICE SCIENCE Y SERVICE ANALYTICS EN FEN: ESTUDIO DE OPINIONES, QUEJAS Y CUMPLIDOS DE ALUMNOS 2.16. SERVICE SCIENCE Y SERVICE ANALYTICS EN FEN: ESTUDIO DE OPINIONES, QUEJAS Y CUMPLIDOS DE ALUMNOS Autores: 142-2-12.08 242 OBJETIVO Proceedings del XXIX Encuentro Nacional de Facultades de Administración

Más detalles