Data SOMining: Software para el Descubrimiento de Conocimiento en Grandes Bases de Datos de Información Científico-Tecnológica

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

Download "Data SOMining: Software para el Descubrimiento de Conocimiento en Grandes Bases de Datos de Información Científico-Tecnológica"

Transcripción

1 Data SOMining: Software para el Descubrimiento de Conocimiento en Grandes Bases de Datos de Información Científico-Tecnológica Data SOMining: Software for Knowledge Discovery in Databases of Scientific-Technological Information Trejo-Avila, MC*; Villaseñor-García, EA*; Guzmán-Sánchez, MV**; Carrillo-Calvet, H* Martínez de la Escalera-Castells, N* *Laboratorio de Dinámica No Lineal, Facultad de Ciencias, UNAM, Circuito Exterior Ciudad Universitaria 04510, México D.F. // **Instituto Finlay. La Habana, Cuba. Resumen Como respuesta a las problemáticas asociadas al análisis de información y al Descubrimiento de Conocimiento en Bases de Datos (KDD, por sus siglas en inglés) se comienza el desarrollo e implementación de metodologías y herramientas automatizadas que permitan procesar grandes cúmulos de información. ViBlioSOM es una metodología surgida con esos propósitos y ha sido una propuesta válida para el análisis y evaluación de la información científica y tecnológica. Reconociendo estas aportaciones se decide crear un sistema, llamado Data SOMining, que modela cada una de las fases de esta metodología. El objetivo de este trabajo es mostrar y explicar un software (Data SOMining) de minería de datos con un enfoque neurocomputacional que permite realizar análisis bibliométricos y que a su vez permite integrar cada uno de los módulos de ViBlioSOM en un sistema de software. Se ofrecen algunos experimentos realizados con el Data SOMining, por ejemplo el estudio de los términos MeSH pertenecientes a la subcategoría Ciencias Biológicas desde la perspectiva de la subcategoría de Matemáticas. Palabras clave: bibliometría, minería de datos, red neuronal SOM, software automatizado. 1. Introducción. El vertiginoso desarrollo de nuevas tecnologías en el terreno de la informática, nos da acceso a grandes volúmenes de datos en cualquier tema y con relativa facilidad. Este hecho, hace que exista la errónea percepción de que al disponerse de mayor cantidad de datos, automáticamente disponemos de mayor información útil. Esto es relativo, ya que los datos por sí mismos no nos aportan conocimiento que es justamente lo que se desea extraer de ellos. De hecho, es un reto traducir esta gran cantidad de información en conocimiento útil. 1

2 Por lo anterior, es que Fayyad, Spahiro y Smyth (1996) plantean que es necesario generar nuevas técnicas computacionales y herramientas que asistan a los humanos en la extracción de información útil (conocimiento) de grandes volúmenes de datos. El desarrollo de las nuevas técnicas de análisis, el abordaje de las problemáticas asociadas a la creación de bases de datos, las normalizaciones y los ruidos (inconsistencia, redundancia o duplicidad) en los datos, el desarrollo de software vinculados a estas problemáticas, etc., permitió el surgimiento de todo un andamiaje conceptual. Dos de los más comunes son relacionados con el Descubrimiento de Conocimiento en Bases de Datos (Knowledge Discovery in Databases, KDD) y una de sus fases la Minería de Datos (Data Mining, DM). Se entiende actualmente a KDD como el proceso, que se encarga de la preparación de los datos y la interpretación de los resultados obtenidos, los cuales permiten que dichos datos adquieran un sentido y aporten un nuevo conocimiento. Mientras que la minería de datos es el proceso de descubrir patrones de información interesante y potencialmente útil, inmerso en una gran base de datos. La obtención de dichos patrones por sí solo muchas veces no proporciona el conocimiento deseado, pues a simple vista se hace difícil observar la estructura, el comportamiento o la topología de los resultados del procesamiento. Sobre todo si se considera que estos habitan regularmente en espacios multidimensionales. Ante estas circunstancias, las técnicas de visualización de datos son parte del propio proceso de KDD, una de las más usadas son las Redes Neuronales Artificiales (Artificial Neural Networks, ANN), en el contexto del análisis de información bibliográfica, las ideadas por Teuvo Kohonen (1995) son muy promisorias (Skupin, 2001), (Skupin, 2004). Kohonen presenta la red neuronal Self-Organizing Map o SOM, clasificada dentro de las redes neuronales de aprendizaje no supervisado y entrenamiento competitivo. El algoritmo de aprendizaje de la red SOM, puede definirse como un algoritmo para la visualización de datos multidimensionales que implementa un mapeo ordenado de una distribución multidimiensional en una malla regular de menor dimensión, que usualmente consiste de una malla de dos dimensiones (Kohonen, 1995). 2

3 En una gran cantidad de aplicaciones (Moya, et al.; 1998), (Chen, 2000), (Honkela, et al., 1996), (Skupin, 2004), se deja explícito que las visualizaciones (en forma de mapas topográficos) que se producen a partir del SOM resultan ser poderosas herramientas de análisis de datos, sobre todo bibliométricos. Cada una de las aplicaciones antes citadas y otras referidas en la literatura, muestran distintas herramientas automatizadas. Algunas de ellas tienen altos costos, otras tienen limitaciones en cuanto a los formatos para procesar o alimentar los sistemas (BD), no cubre todos los indicadores, etc. Es por ello que buscar alternativas válidas y desarrollos propios que se adapten a las necesidades de grupos de investigación o de sectores específicos es una iniciativa loable. Lo anterior unido a las limitaciones señaladas a la metodología ViBlioSOM como son: La complejidad que han alcanzando algunos ejercicios y casos reales sobrepasaban los límites de procesamiento de algunos de los módulos o software utilizados por ViBlioSOM. El hecho de disponer de diferentes módulos o software crea incertidumbre en los usuarios al tener que emigrar de unas interfaces a otra para realizar los análisis. El usuario de ViBlioSOM debe dominar varias plataformas automatizadas, lo que le da una complejidad adicional. Necesidad de hacer evolucionar dinámicamente los módulos del ViBlioSOM a los niveles de desarrollo que marchan las tecnologías de la información para hacerlos operables y optimizar sus niveles de procesamiento. Han hecho que ésta evolucione hacía la creación de un software integral, llamado Data SOMining. Enmarcado en este contexto, se persigue; como objetivo general de esta contribución mostrar y explicar un software (Data SOMining) de minería de datos con un enfoque neurocomputacional que permita realizar análisis bibliométricos y que a su vez permita integrar cada uno de los módulos de ViBlioSOM en un sistema de software. Se muestra, además, el funcionamiento del sistema a partir de algunos 3

4 experimentos como el estudio de los términos MeSH pertenecientes a la subcategoría Ciencias Biológicas desde la perspectiva de la subcategoría de Matemáticas. 2. Materiales y métodos. ViBlioSOM (Visualización Bibliometría Mapas Auto-Organizados (SOM)) (Sotolongo, Guzmán y Carrillo; 2002), (Sotolongo, et al., 2000), es una metodología abierta, basada en la utilización secuencial de distintos sistemas de software propietarios. ViBlioSOM se ha concebido como un proceso iterativo que modela cada fase del proceso KDD enfocado al análisis bibliométrico mediante el mapeo auto-organizado. El utilizar diversos sistemas ha remediado algunas de las necesidades de los usuarios, sin embargo no dejan de presentar ciertos inconvenientes. Debido a esto surge la necesidad de crear una herramienta propia que integre cada fase de ViBlioSOM; de esta manera, se plantea el desarrollo de Data SOMining. Data SOMining implementa como técnica de minería de datos el algoritmo básico de la red neuronal SOM, la cual permite la proyección de datos multidimensionales a una retícula bidimensional preservando la organización topológica del conjunto de datos original. Para implementar el sistema Data SOMining se usó TSP i (Team Software Process) tomando en cuenta las características de modularidad, incrementabilidad, funcionalidad y mantenibilidad. También se utilizó el paradigma orientado a objetos y el lenguaje de programación C# para construir el sistema; la plataforma que se utilizó para implementar es Visual Studio.NET. En el caso de las salidas gráficas se hizo uso de la interfaz proveída por el Framework.NET llamada GDI+. La arquitectura de los sistemas difiere según como está distribuido el código; para esta herramienta se empleo la arquitectura de tres capas: Capa de Interfaz Humana. (Interfaces) Capa de Dominio de Problema (Algoritmos) Capa de Manejo de Datos (Capa de persistencia) 4

5 Para la representación de estos elementos se empleo el Lenguaje de Modelado Unificado (Unified Model Language, UML). Para generar la documentación en formato de ayuda de Visual Studio.NET se utilizó NDoc. Dados los elementos teóricos en la metodología ViBlioSOM y las experiencias de los usuarios, el sistema cumple con las siguientes funcionalidades básicas: Adquisición de datos. Permite la recuperación de registros contenidos en la base de datos MedLine 1 por medio de peticiones de búsqueda. Procesamiento de datos. Permite la normalización de distintos campos de los registros recuperados, de forma automática, mediante el uso de tesauros, y/o manual. A su vez, permite la edición de archivos de tesauro. Transformaciones. Permite la creación de distintas matrices numéricas, a partir del contenido de los registros, que servirán como datos de entrada para la red neuronal SOM. Entrenamiento SOM. Permite el entrenamiento de la red neuronal SOM a partir de una determinada configuración. Visualización. Permite la generación de diversas visualizaciones para el apto análisis de la salida generada por el entrenamiento de la red neuronal SOM. También permite almacenar y recuperar las operaciones realizadas por el usuario, en un ambiente tipo escritorio. 4. Resultados. Se llevó a cabo un estudio de investigación en el que se deseaba evaluar la evolución y comportamiento de temas comprendidos en las Ciencias Biológicas desde la perspectiva de las Matemáticas en el intervalo de años de 1950 a MedLine es una base de datos bibliográficos producida por la Biblioteca Nacional de Medicina de los Estados Unidos (Nacional Library of Medicine, NLM). 5

6 Se realizó una búsqueda avanzada, recuperando desde el portal de Entrez PubMed 2 los registros indizados con términos matemáticos que no estén indizados dentro de los temas estadísticos obteniendo 116,612 registros en total. Posteriormente se realiza una pequeña selección interesándonos en el campo Términos MeSH. Cabe señalar que no se hizo distinción entre el MeSH Principal (MeSH Major Tepic, MAJR 3 ) y los términos MeSH (MeSH Terms, MH 4 ). A partir de aquí obtenemos dos tablas de frecuencia; la primera de ellas contiene los siguientes términos de la subcategoría de Matemáticas: Mathematics; Algorithms; Finite Element Análisis; Fourier Análisis; Fractals; Game Theory; Games, Experimental; Mathematical Computing; Decision Support Techniques; Decision Theory; Decision Trees; Neural Networks (Computer) y Nonlinear Dynamics. En la segunda tabla contabilizamos todos los términos de la categoría de Ciencias Biológicas, la cual está compuesta por 14 subcategorías. Posteriormente y a partir de los datos de frecuencia, se calculó la matriz de coocurrencia obteniendo como resultado una matriz de 13 componentes y 1668 variables. A esta matriz de coocurrencia se le aplicó una normalización de acuerdo al criterio del coeficiente de Jacard. Esta matriz de transformación, es la entrada de datos de la red neuronal SOM. Para los distintos parámetros del entrenamiento de la red neuronal SOM se asignaron los siguientes valores: retícula cuadrada de 2025 neuronas, vecindad gaussiana, métrica pearson, radio inicial de 10, radio intermedio de 22 y 40 iteraciones. Una vez concluido el entrenamiento continuamos con la elaboración de diversos mapas; éstos serán la forma de visualizar los resultados generados por el entrenamiento. Éstos nos permitirán llevar a cabo una exploración de la autoorganización. Las visualizaciones creadas son los mapas de componentes, mapas 2 Entrez PubMed es un proyecto de recuperación de registros desarrollado por el Centro Nacional de Información Biotecnológica (Nacional Center of Biotechnology Information, NCBI). 3 MAJR, se trata de un término MeSH que refleja una de las materias principales tratadas en el artículo. 4 El Medical Subject Headings (MeSH), de la NLM es el vocabulario controlado de términos biomédicos que se utiliza para describir el tema de cada artículo de revista en MedLine. 6

7 U-Matrix, así como mapas de clusters con los algoritmos de clustering SOM Ward y Ward. Mapas de las 13 componentes correspondientes a los términos de la subcategoría de Matemáticas. Estos mapas de componentes representan la distribución de los valores de cada variable de los datos asociados a cada neurona en el mapa. El mapa U-Matrix permite visualizar las relaciones de cercanía entre los vectores de referencia. 7

8 Mapa de clusters aplicando el algoritmo SOM Ward. A partir de los mapas de clustering es posible el establecimiento de relaciones entre las distintas variables. De estos mapas podemos apreciar clusters (regiones) que abarcan solamente un término, o ninguno, así como otros que abarcan un número considerable de ellos. En este caso los clusters se distinguen por tener un color propio y cada uno de ellos representa una temática. Para dar conclusiones respecto a la interpretación de los mapas, nos enfocamos en los dos componentes de mayor interés para nuestro grupo de investigación que son: Neural Networks (Computer) y Nonlinear Dynamics. A partir de la interpretación de los mapas podemos percibir la estrecha relación de la dinámica no lineal con la Bioquímica, Sistemas Biológicos y la Electrofisiología. A su vez apreciamos que las redes neuronales artificiales mantienen una relación de aplicación en el campo de la Neurofisiología, Biotecnología, Microbiología, Biología Molecular y Neurología. Obsérvese el cluster azul situado en la parte inferior y el cluster naranja ubicado en la parte superior del cluster azul antes mencionado. Aparentemente estas dos ramas están poco relacionadas en el contexto de temas biológicos, sin embargo, al explorar las regiones que se identifican en los mapas de componentes de estas dos ramas de las matemáticas (Nonlinear Dynamics y Neural Networks), se puede apreciar una región común a estas dos componentes. De esta 8

9 manera se facilita la tarea de encontrar relaciones entre estas dos componentes si se busca a partir de los temas que aparecen en la región común. 5. Conclusiones. Hay que resaltar que la ventaja primordial que pueda proveer el sistema Data SOMining es gracias al sustento que brinda la eficiente metodología ViBlioSOM, metodología en la cual se basó el desarrollo de Data SOMining. Por ejemplo, ViBlioSOM utiliza la red neuronal SOM, la cual ha probado ser de gran utilidad para resolver problemas de minería de datos. Ésta ha sido útil particularmente en la organización creativa de información, el descubrimiento de conocimiento y la visualización de información. La metodología ViBlioSOM, y por ende Data SOMining, es muy útil para realizar análisis de correlación entre variables o datos complejos y en la clasificación de información. Las ventajas alcanzadas con este método consisten en que ha permitido organizar visualmente la información bibliométrica y de esta manera percibir la estructura del conjunto de datos y profundizar en su análisis. Gracias a la automatización obtenida al aplicar ViBlioSOM con Data SOMining se permite enriquecer el procesamiento, visualización y análisis de los indicadores bibliométricos, con una metodología propia. Este método puede ser aplicado a cualquier campo del saber y tiene un vínculo muy estrecho con los procesos de inteligencia empresarial, vigilancia científico-tecnológica, gestión del conocimiento y evaluación de proyectos. Igualmente, el método puede ser aplicado en servicios bibliotecarios e informativos y en observatorios de ciencia y tecnología. Además, la interfaz de Data SOMinig contiene todas las funciones utilizadas dentro de la metodología ViBlioSOM, desde la adquisición de datos a partir de MedLine hasta la visualización de mapas de clustering de los datos entrenados mediante la red SOM. De esta manera el usuario no requiere de algún otro tipo de software, incrementando de manera significativa la productividad. 9

10 En particular la investigación presentada en este documento resulta de gran importancia en el sentido de conocer nuevas aplicaciones, métodos y resultados en los que intervienen distintas áreas de las Matemáticas en temas biológicos y como consecuencia nos ayuda a identificar hacia dónde se deben destinar los recursos para investigación y orientar los esfuerzos de las instituciones ya sean educativas o gubernamentales. De esta manera, podemos reafirmar la importancia de la bibliometría para el desarrollo tecnológico. 6. Referencias bibliográficas. U. Fayyad; G. Piatetsky-Spahiro; P. Smyth. Knowledge discovery and data mining: An overview American Association for Artificial Intelligence, Sotolongo, G.; Guzmán, MV.; Carrillo, H. ViBlioSOM. Visualización de información Bibliométrica mediante el Mapeo Autoorganizado. Revista Española de Documentación Científica. 2002; 25(4): Sotolongo, G; Suárez, CA.; Guzmán, MV. Modular Bibliometrics Information System with Propietary Software (MOBIS-ProSoft): a versatile approach to bibliometric research tools. Library and Information Science Electronic Journal (LIBRES). 2000; September 30, Volume 10 Issue 2. Hibera JR, Martinez VJ. Redes Neuronales Artificiales. Alfaomega, 2000, Madrid. Kohonen Teuvo. Self-Organizing Maps. Neurocomputing, Kohonen, T. Self-Organizing Maps. Berlin: Springer-Verlag, Skupin, A. The World of Geography: Visualizing a Knowledge Domain with Cartographic Means. Proceedings of the National Academy of Sciences. 101 (Suppl. 1) 2004, Skupin, André. Cartographic Considerations for Map-Like Interfaces to Digital Libraries. In: Visual Interfaces to Digital Libraries - Its Past, Present, and Future. The First ACM+IEEE Joint Conference on Digital Libraries. Hotel Roanoke and Conference Center, Roanoke, VA, USA, June 28th Honkela, T.; Kaski, S.; Lagus, K. and Kohonen, T. (1996). Exploration of full-text databases with self-organizing maps. Submitted to ICNN-96, Washington D.C. Chen, C. Domain visualization for digital libraries. Proceedings of the IEEE International Conference on Information Visualisation (IV 2000). July 19-21, London, UK. IEEE Computer Society. 10

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

Documentación científica

Documentación científica Documentación científica Unidad 4: Tecnologías de la información y la comunicación en la recuperación de la documentación científica Tema 11. Gestión de la información: las bases de datos bibliográficas

Más detalles

La Bibliometría como una herramienta de la Bioinformática.

La Bibliometría como una herramienta de la Bioinformática. La Bibliometría como una herramienta de la Bioinformática. Guzmán-Sánchez, MV*.; Carrillo-Calvet, H.** * Instituto Finlay. Centro de Investigación-Desarrollo y Producción de Vacunas y Sueros. Ave. 27 No.

Más detalles

Minería de Datos con Redes Neuronales Artificiales: Aplicación en Vacunas Tuberculosis.

Minería de Datos con Redes Neuronales Artificiales: Aplicación en Vacunas Tuberculosis. Minería de Datos con Redes Neuronales Artificiales: Aplicación en Vacunas Tuberculosis. M.V. Guzmán (*), H. Carrillo (**), E. Villaseñor (**), E. Valencia (**), R. Calero (*), L. E. Morán (**) y A. Acosta

Más detalles

Aplicaci n de los Mapas Autoorganizativos al campo de la Documentaci n

Aplicaci n de los Mapas Autoorganizativos al campo de la Documentaci n Aplicaci n de los Mapas Autoorganizativos al campo de la Documentaci n SRP Carlos Carrascosa Casamayor Vicente J. Julián Inglada Introducci n Objetivo: Cubrir necesidades de: Organizar, explorar y buscar

Más detalles

Visión global del KDD

Visión global del KDD Visión global del KDD Series Temporales Máster en Computación Universitat Politècnica de Catalunya Dra. Alicia Troncoso Lora 1 Introducción Desarrollo tecnológico Almacenamiento masivo de información Aprovechamiento

Más detalles

Grado en Ingeniería Informática

Grado en Ingeniería Informática Grado en Ingeniería Informática Competencias Generales y trasversales De acuerdo con la resolución del Consejo de Universidades de fecha 3 de marzo de 2009, para obtener este título de grado en ingeniería

Más detalles

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica C1. Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

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

Documento de Competencias. Facultad de Informática, UPV/EHU. 1 Estructura general del Grado TE1 TE2 TE3 TE4 TE5 TE6 TE7 TE8

Documento de Competencias. Facultad de Informática, UPV/EHU. 1 Estructura general del Grado TE1 TE2 TE3 TE4 TE5 TE6 TE7 TE8 Documento de Competencias Grado en INGENIERÍA INFORMÁTICA Facultad de Informática, UPV/EHU 1 Estructura general del Grado 1.1 Fundamentos de Tecnología de los Principios de Diseño de Sistemas Digitales

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

Mapas Autoorganizados

Mapas Autoorganizados Mapas Autoorganizados 1 Mapas Autoorganizados S.O.M (Self organized Maps) Mapas de características similar a la organización topológica de la corteza cerebral. Kohonen :dada una estructura y una descripción

Más detalles

En verde están algunas propuestas que entendemos que faltan y que ayudarían a mejorar las fichas sustancialmente.

En verde están algunas propuestas que entendemos que faltan y que ayudarían a mejorar las fichas sustancialmente. NOTAS ACLARATORIAS: Esta ficha de grado es la resultante de las dos reuniones celebradas (9 enero 2009 y 23 de febrero de 2009) por la subcomisión creada desde el MICIIN para debatir las fichas de Grado

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

Los futuros desafíos de la Inteligencia de Negocios. Richard Weber Departamento de Ingeniería Industrial Universidad de Chile rweber@dii.uchile.

Los futuros desafíos de la Inteligencia de Negocios. Richard Weber Departamento de Ingeniería Industrial Universidad de Chile rweber@dii.uchile. Los futuros desafíos de la Inteligencia de Negocios Richard Weber Departamento de Ingeniería Industrial Universidad de Chile rweber@dii.uchile.cl El Vértigo de la Inteligencia de Negocios CRM: Customer

Más detalles

Simulador de Protocolos de Red a tráves de WEB

Simulador de Protocolos de Red a tráves de WEB Simulador de Protocolos de Red a tráves de WEB Propuesta de Estudio 20071608 Director Ing. Francisco Antonio Polanco Montelongo Resumen Introducción Actualmente, el desarrollo tecnológico a alcanzado niveles

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

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

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

POSIBLE APLICACIÓN DE LA MINERÍA DE TEXTOS A LOS TRABAJOS DE LA COMISIÓN MINISTERIAL DE INFORMÁTICA

POSIBLE APLICACIÓN DE LA MINERÍA DE TEXTOS A LOS TRABAJOS DE LA COMISIÓN MINISTERIAL DE INFORMÁTICA POSIBLE APLICACIÓN DE LA MINERÍA DE TEXTOS A LOS TRABAJOS DE LA COMISIÓN MINISTERIAL DE INFORMÁTICA M.ª del Pilar Cantero Blanco Jefa de Servicio de Sistemas Informáticos. Subdirección General de Planificación

Más detalles

Propuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos

Propuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos Propuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos Britos, P. 1,2 ; Fernández, E. 2,1 ; García Martínez, R 1,2 1 Centro de Ingeniería del Software e Ingeniería del Conocimiento.

Más detalles

Text mining versus redes neuronales. Dos métodos de análisis aplicados al caso de las políticas de las revistas sobre datos

Text mining versus redes neuronales. Dos métodos de análisis aplicados al caso de las políticas de las revistas sobre datos Text mining versus redes neuronales. Dos métodos de análisis aplicados al caso de las políticas de las revistas sobre datos Alicia García-García, Xavier García-Massó, Antonia Ferrer, Luis-Millán González,

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

- Capacidad para dirigir las actividades objeto de los proyectos del ámbito de la informática de acuerdo con los conocimientos adquiridos.

- Capacidad para dirigir las actividades objeto de los proyectos del ámbito de la informática de acuerdo con los conocimientos adquiridos. Competencias generales - Capacidad para concebir, redactar, organizar, planificar, desarrollar y firmar proyectos en el ámbito de la ingeniería en informática que tengan por objeto, de acuerdo con los

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

Resumen. 1. Introducción. 2. Objetivos

Resumen. 1. Introducción. 2. Objetivos Propuesta para la Asignatura Sistemas Industriales en las Titulaciones de Informática F.A. Pujol, F.J. Ferrández, J.L. Sánchez, J. M. García Chamizo Dept. de Tecnología Informática y Computación Universidad

Más detalles

Minería de Datos JESÚS ANTONIO GONZÁLEZ BERNAL. Universidad UPP

Minería de Datos JESÚS ANTONIO GONZÁLEZ BERNAL. Universidad UPP Universidad Politécnica de Puebla UPP JESÚS ANTONIO GONZÁLEZ BERNAL 1 2 Evolución de la Tecnología BD 1960 s y antes Creación de las BD en archivos primitivos 1970 s hasta principios de los 1980 s BD Jerárquicas

Más detalles

v.1.0 Clase 5 Docente: Gustavo Valencia Zapata

v.1.0 Clase 5 Docente: Gustavo Valencia Zapata v.1.0 Clase 5 Docente: Gustavo Valencia Zapata Temas Clase 5: Conceptos de Minería de Datos Herramientas de DM Referencias Minería de datos Proceso de DM www.gustavovalencia.com Minería de datos La minería

Más detalles

Minería de Datos. Vallejos, Sofia

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

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

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

Inteligencia en Redes de Comunicaciones. Tema 7 Minería de Datos. Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda

Inteligencia en Redes de Comunicaciones. Tema 7 Minería de Datos. Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda Inteligencia en Redes de Comunicaciones Tema 7 Minería de Datos Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda {jvillena, rcrespo, rueda}@it.uc3m.es Índice Definición y conceptos

Más detalles

MASTER EN CIBERNÉTICA APLICADA. Mención Minería de Datos

MASTER EN CIBERNÉTICA APLICADA. Mención Minería de Datos MASTER EN CIBERNÉTICA APLICADA. Mención Minería de Datos Tipo: investigación/mixto Promueve: Departamento de Control Automático, Departamento de Matemática Interdisciplinaria y Departamento de Matemática

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

LAS REDES NEURONALES ARTIFICIALES COMO ELEMENTOS DEL SISTEMA DE SOPORTE A LAS DECISIONES EN LA ADMINISTRACIÓN UNIVERSITARIA Lucía I.

LAS REDES NEURONALES ARTIFICIALES COMO ELEMENTOS DEL SISTEMA DE SOPORTE A LAS DECISIONES EN LA ADMINISTRACIÓN UNIVERSITARIA Lucía I. COMUNICAÇÕES CIENTÍFICAS ÁREA 4: ESTRUTURA DO ENSINO SUPERIOR LAS REDES NEURONALES ARTIFICIALES COMO ELEMENTOS DEL SISTEMA DE SOPORTE A LAS DECISIONES EN LA ADMINISTRACIÓN UNIVERSITARIA Lucía I. Passoni

Más detalles

Software de Simulación aplicado a entornos de e-learning

Software de Simulación aplicado a entornos de e-learning Software de Simulación aplicado a entornos de e-learning 2009 Laboratorio de Investigación de Software Universidad Tecnológica Nacional Facultad Regional Córdoba Titulo del Proyecto Software de Simulación

Más detalles

INFO 2008 IV Seminario Internacional sobre Estudios Cuantitativos y Cualitativos de la Ciencia y la Tecnología, Prof. Gilberto Sotolongo Aguilar.

INFO 2008 IV Seminario Internacional sobre Estudios Cuantitativos y Cualitativos de la Ciencia y la Tecnología, Prof. Gilberto Sotolongo Aguilar. INFO 2008 IV Seminario Internacional sobre Estudios Cuantitativos y Cualitativos de la Ciencia y la Tecnología, Prof. Gilberto Sotolongo Aguilar. Análisis de redes de citaciones de patentes. Impacto en

Más detalles

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre.

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Tema: Sistemas Subtema: Base de Datos. Materia: Manejo de aplicaciones

Más detalles

Yatel - OLAP sobre redes

Yatel - OLAP sobre redes Yatel - OLAP sobre redes Integrantes - García, Mario Alejandro - Cabral, Juan Bautista - Gimenez Pecci, María de la Paz - Vera, Carlos - Liberal, Rodrigo - Laguna, Irma Graciela - Bisonard, Eduardo Matías

Más detalles

Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco

Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a

Más detalles

ALGUNOS RESULTADOS EXPERIMENTALES DE LA INTEGRACIÓN DE AGRUPAMIENTO E INDUCCIÓN COMO MÉTODO DE DESCUBRIMIENTO DE CONOCIMIENTO

ALGUNOS RESULTADOS EXPERIMENTALES DE LA INTEGRACIÓN DE AGRUPAMIENTO E INDUCCIÓN COMO MÉTODO DE DESCUBRIMIENTO DE CONOCIMIENTO ALGUNOS RESULTADOS EXPERIMENTALES DE LA INTEGRACIÓN DE AGRUPAMIENTO E INDUCCIÓN COMO MÉTODO DE DESCUBRIMIENTO DE CONOCIMIENTO Kogan, A. 1, Rancan, C. 2,3, Britos, P. 3,1, Pesado, P. 2,4, García-Martínez,

Más detalles

Tape Mbo e: una Metodología Orientada a Servicios

Tape Mbo e: una Metodología Orientada a Servicios Tape Mbo e: una Metodología Orientada a Servicios Motivación Objetivos Tecnología Estado del Arte Evaluación del Estado del Arte Tape Mb e Ciclo de Vida Roles Disciplinas Ciclo de Vida y Disciplinas Evaluación

Más detalles

Proyecto técnico MINERÍA DE DATOS. Febrero 2014. www.osona-respon.net info@osona-respon.net

Proyecto técnico MINERÍA DE DATOS. Febrero 2014. www.osona-respon.net info@osona-respon.net Proyecto técnico MINERÍA DE DATOS Febrero 2014 www.osona-respon.net info@osona-respon.net 0. Índice 0. ÍNDICE 1. INTRODUCCIÓN... 2 2. LOS DATOS OCULTOS... 3 2.1. Origen de la información... 3 2.2. Data

Más detalles

BASE DE DATOS UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II. Comenzar presentación

BASE DE DATOS UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II. Comenzar presentación UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II BASE DE DATOS Comenzar presentación Base de datos Una base de datos (BD) o banco de datos es un conjunto

Más detalles

Los procesos de la vigilancia tecnológica soportados sobre el CMS Joomla!

Los procesos de la vigilancia tecnológica soportados sobre el CMS Joomla! Los procesos de la vigilancia tecnológica soportados sobre el CMS Joomla! INFO 2010 / IntEmpres 2010 19 al 23 de Abril Palacio de Convenciones La Habana Cuba Autores: Lic. Fernando Martínez Rivero Lic.

Más detalles

CARTOGRAFIADO DE TEXTOS Métodos Iconográficos de Observación, Exploración y Comunicación Aplicados a la Minería de Textos

CARTOGRAFIADO DE TEXTOS Métodos Iconográficos de Observación, Exploración y Comunicación Aplicados a la Minería de Textos CARTOGRAFIADO DE TEXTOS Métodos Iconográficos de Observación, Exploración y Comunicación Aplicados a la Minería de Textos Anteproyecto de Tesis de Magíster en Ingeniería del Software Tesista: Lic. Matilde

Más detalles

grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software

grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software Sistemas Computacionales Diseño y Desarrollo de software Arquitectura

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

Resumen. 1.1 Knowledge discovery in databases

Resumen. 1.1 Knowledge discovery in databases KDD (Knowledge Discovery in Databases): Un proceso centrado en el usuario Héctor Oscar Nigro, Daniel Xodo, Gabriel Corti, Damián Terren INCA/INTIA - Departamento de Computación y Sistemas Facultad de Ciencias

Más detalles

Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico

Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico Verónica Escobar González, Claudio Barrientos Ochoa, Sergio Barrientos Ochoa, Dirección de Modelamiento Geometalúrgico

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

CLASIFICACIÓN NO SUPERVISADA

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL

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

Esta investigación esta basada y evolucionada de las redes neuronales pero con visión de crear software.

Esta investigación esta basada y evolucionada de las redes neuronales pero con visión de crear software. Introducción Esta es un nuevo planteamiento al paradigma de la computación y la ingeniería del software, Necesitamos planteamientos nuevos en el area de la Inteligencia artificial que ayuden a el trabajo

Más detalles

LAS NUEVAS HABILIDADES Y COMPETENCIAS DEL BIBLIOTECARIO

LAS NUEVAS HABILIDADES Y COMPETENCIAS DEL BIBLIOTECARIO LAS NUEVAS HABILIDADES Y COMPETENCIAS DEL BIBLIOTECARIO Dra. Patricia Ramos Fandiño Dra. Beatriz Rodríguez Sierra INTRODUCCIÓN: Los últimos 20 años han sido de trascendencia para el desarrollo de las ciencias

Más detalles

PORTAL CONRRAD: UNA HERRAMIENTA PARA GESTIONAR EL CONOCIMIENTO EN RESIDUOS RADIACTIVOS

PORTAL CONRRAD: UNA HERRAMIENTA PARA GESTIONAR EL CONOCIMIENTO EN RESIDUOS RADIACTIVOS PORTAL CONRRAD: UNA HERRAMIENTA PARA GESTIONAR EL CONOCIMIENTO EN RESIDUOS RADIACTIVOS Autores: Gómiz, P. Vetere, C. e-mail: pgomiz@cnea.gov.ar; vetere@cnea.gov.ar Grupo Gestión de Conocimiento Nuclear

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos Guía docente

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos Guía docente Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos Guía docente Impartido por: Juan Alfonso Lara Torralbo 1. Datos del docente NOMBRE Juan Alfonso Lara Torralbo FORMACIÓN

Más detalles

MINERÍA DE DATOS Y DESCUBRIMIENTO DE CONOCIMIENTO (DATA MINING AND KNOWLEDGE DISCOVERY)

MINERÍA DE DATOS Y DESCUBRIMIENTO DE CONOCIMIENTO (DATA MINING AND KNOWLEDGE DISCOVERY) MINERÍA DE DATOS Y DESCUBRIMIENTO DE CONOCIMIENTO (DATA MINING AND KNOWLEDGE DISCOVERY) Autor: Lic. Manuel Ernesto Acosta Aguilera Entidad: Facultad de Economía, Universidad de La Habana Dirección: Edificio

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

Ingeniería de Software

Ingeniería de Software Ingeniería de Software MSDN Ingeniería de Software...1 Ingeniería del Software_/_ Ingeniería y Programación...1 Análisis de Requerimientos...2 Especificación...3 Diseño...4 Desarrollo en Equipo...5 Mantenimiento...6

Más detalles

I SEMANA ELECTRONICA REDES NEURONALES

I SEMANA ELECTRONICA REDES NEURONALES UNIVERSIDAD NACIONAL SAN ANTONIO ABAD A DEL CUSCO CARRERA PROFESIONAL DE INGENIERIA ELECTRONICA I SEMANA ELECTRONICA REDES NEURONALES Ing. Avid idromán González Se trata de una nueva forma de computación

Más detalles

Software generador de documentos a través de la Web

Software generador de documentos a través de la Web Julia Patricia Melo Morín 1 Software generador de documentos a través de la Web 1 Contacto: patricia.melo@itspanuco.edu.mx Resumen Uno de los mayores problemas a los que se enfrentan las grandes corporaciones

Más detalles

Lugar y fecha de nacimiento: Barrancabermeja, Santander, Marzo 15, 1982

Lugar y fecha de nacimiento: Barrancabermeja, Santander, Marzo 15, 1982 Curriculum Vitæ DATOS PERSONALES Nombre: Jair Montoya Martínez. Lugar y fecha de nacimiento: Barrancabermeja, Santander, Marzo 15, 1982 Teléfono (Medellín): 235 23 61 Teléfono (Barrancabermeja): 057-622

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

Aplicación de técnicas de análisis de redes sociales y de coocurrencia de palabras en la determinación de frentes de investigación 1

Aplicación de técnicas de análisis de redes sociales y de coocurrencia de palabras en la determinación de frentes de investigación 1 Aplicación de técnicas de análisis de redes sociales y de coocurrencia de palabras en la determinación de frentes de investigación 1 Claudia E. Boeris Instituto Argentino de Radioastronomía, CCT-La Plata,

Más detalles

MATERIAL DE APOYO CASO PRÁCTICO SISTEMA INTEGRAL PARA LA PROYECCION Y DETECCION DE LA PREVENCION DEL DELITO, MEDIANTE MINERIA DE DATOS.

MATERIAL DE APOYO CASO PRÁCTICO SISTEMA INTEGRAL PARA LA PROYECCION Y DETECCION DE LA PREVENCION DEL DELITO, MEDIANTE MINERIA DE DATOS. MATERIAL DE APOYO CASO PRÁCTICO SISTEMA INTEGRAL PARA LA PROYECCION Y DETECCION DE LA PREVENCION DEL DELITO, MEDIANTE MINERIA DE DATOS. PRESENTA MTIE. Erik Guerrero Bravo. Tula de Allende Hidalgo Septiembre

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

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

INGENIERÍA DEL SOFTWARE

INGENIERÍA DEL SOFTWARE INGENIERÍA DEL SOFTWARE Sesión No. 2 Nombre: Procesos de ingeniería del software INGENIERÍA DEL SOFTWARE 1 Contextualización La ingeniería de software actualmente es muy importante, pues con los avances

Más detalles

INGENIERÍA EN SISTEMAS COMPUTACIONALES (ISIC-2010-224)

INGENIERÍA EN SISTEMAS COMPUTACIONALES (ISIC-2010-224) INGENIERÍA EN SISTEMAS COMPUTACIONALES (ISIC-2010-224) ÁREAS DE CONOCIMIENTO DESCRITAS Lenguajes de Programación. Bases de Datos. Redes de Computadoras. Arquitectura de Computadoras. Programación Web.

Más detalles

Usa las herramientas disponibles en el software de aplicación para el desarrollo de su trabajo.

Usa las herramientas disponibles en el software de aplicación para el desarrollo de su trabajo. El Técnico en el Nivel Medio en Informática Empresarial: Usa las herramientas disponibles en el software de aplicación para el desarrollo de su trabajo. Aplica las funciones básicas de un procesador de

Más detalles

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003 MINERÍA DE DATOS Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE Octubre - 2003 CONTENIDO Qué es Data Warehousing Data Warehouse Objetivos del Data Warehouse

Más detalles

Departamento de Ingeniería de Sistemas y Computación. Maestría en Ingeniería de Sistemas y Computación

Departamento de Ingeniería de Sistemas y Computación. Maestría en Ingeniería de Sistemas y Computación Departamento de Ingeniería de Sistemas y Computación Maestría en Ingeniería de Sistemas y Computación Maestría en Ingeniería de Sistemas y Computación Título otorgado Magíster en Ingeniería de Sistemas

Más detalles

I. OBJETIVOS INTRODUCCIÓN. Oscar Daniel Camuendo Vásquez e-mail: oscardny86@hotmail.com

I. OBJETIVOS INTRODUCCIÓN. Oscar Daniel Camuendo Vásquez e-mail: oscardny86@hotmail.com DISEÑO, IMPLEMENTACIÓN E IMPLANTACIÓN DE UNA APLICACIÓN WEB DE ADMINISTRACIÓN Y CONTROL DE CALIFICACIONES PARA LA UNIDAD EDUCATIVA PARTICULAR OVIEDO (SECCIÓN SECUNDARIA), UTILIZANDO SOFTWARE LIBRE. Oscar

Más detalles

1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Fundamentos de Ingeniería de Software. Ingeniería en Sistemas Computacionales.

1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Fundamentos de Ingeniería de Software. Ingeniería en Sistemas Computacionales. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: (Créditos) SATCA 1 Fundamentos de Ingeniería de Software Ingeniería en Sistemas Computacionales SCC-1007 2-2-4 2.- PRESENTACIÓN

Más detalles

Sistema Automatizado de Gestión de Recursos Humanos y Materiales para un Centro de Desarrollo Alvarez, Nuris Riverón; Camejo, Ayme Robaina

Sistema Automatizado de Gestión de Recursos Humanos y Materiales para un Centro de Desarrollo Alvarez, Nuris Riverón; Camejo, Ayme Robaina www.ssoar.info Sistema Automatizado de Gestión de Recursos Humanos y Materiales para un Centro de Desarrollo Alvarez, Nuris Riverón; Camejo, Ayme Robaina Preprint / Preprint Zeitschriftenartikel / journal

Más detalles

INDAGACIÓN ACERCA DE PLANIFICACIÓN ECONOMÍCA EMPLEANDO INFORMACIÓN EMPRESARIAL 1

INDAGACIÓN ACERCA DE PLANIFICACIÓN ECONOMÍCA EMPLEANDO INFORMACIÓN EMPRESARIAL 1 INDAGACIÓN ACERCA DE PLANIFICACIÓN ECONOMÍCA EMPLEANDO INFORMACIÓN EMPRESARIAL 1 Septiembre, 2013 1 Elaborado por Julie Vera y Nelevis Báez. 1 INTRODUCCIÓN Las unidades económicas, bien sea del sector

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

Herramientas Tecnológicas para Administración del Conocimiento

Herramientas Tecnológicas para Administración del Conocimiento Herramientas Tecnológicas para Administración del Conocimiento Originalmente publicado en Transferencia, año 15, No. 57, enero de 2002, pp 19-21 Gabriel Valerio La estructura de procesos clave del Centro

Más detalles

Evaluación de Algoritmos de Ruteo de Paquetes en Redes de Computadoras. Fax: 54-2652-430224 Fax: 34-91-3367426

Evaluación de Algoritmos de Ruteo de Paquetes en Redes de Computadoras. Fax: 54-2652-430224 Fax: 34-91-3367426 Evaluación de Algoritmos de Ruteo de Paquetes en Redes de Computadoras Berón, Mario Marcelo Gagliardi, Edilma Olinda Departamento de Informática Facultad de Ciencias Físico, Matemáticas y Naturales Universidad

Más detalles

Sistema GRAFIFUN. Introducción. 1. Decisiones Didácticas Previas. 2. Descripción Software GrafiFun. Informe Final GRAFIFUN

Sistema GRAFIFUN. Introducción. 1. Decisiones Didácticas Previas. 2. Descripción Software GrafiFun. Informe Final GRAFIFUN Mg. Bilbao Martin, Alumno González Mauro Hoja 1 Introducción Sistema GRAFIFUN El proyecto de investigación 686/2007 AyD SEC CHA (de Análisis y Desarrollo de un Sistema de Enlaces Conceptuales y Aplicativos

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

CURSO DE VIGILANCIA TECNOLÓGICA E INTELIGENCIA COMPETITIVA

CURSO DE VIGILANCIA TECNOLÓGICA E INTELIGENCIA COMPETITIVA CURSO DE VIGILANCIA TECNOLÓGICA E INTELIGENCIA COMPETITIVA Objetivo General: Aplicar la metodología sistemática y análisis de las informaciones críticas del entorno de la Vigilancia Tecnológica e Inteligencia

Más detalles

SÍLABO. : Electivo : Ingeniería de Sistemas : IS0806. : VIII Ciclo : 2 de Teoría y 2 de Práctica : 03 : Ninguno

SÍLABO. : Electivo : Ingeniería de Sistemas : IS0806. : VIII Ciclo : 2 de Teoría y 2 de Práctica : 03 : Ninguno SÍLABO I. DATOS GENERALES 1.1. Nombre de la Asignatura 1.2. Carácter 1.3. Carrera Profesional 1.4. Código 1.5. Semestre Académico : 2014-I 1.6. Ciclo Académico 1.7. Horas de Clase 1.8. Créditos 1.9. Pre

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

Dirección General de Educación Superior Tecnológica

Dirección General de Educación Superior Tecnológica Dirección General de Educación Superior Tecnológica 1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: Programación de dispositivos móviles RSM 1205 Créditos (Ht Hp_ créditos):

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

Modelo de BASE DE DATOS EBSCO

Modelo de BASE DE DATOS EBSCO EL VOCABULARIO CONTROLADO EN LA RECUPERACIÓN DE NFORMACIÓN Modelo de BASE DE DATOS EBSCO Lic. Ana Luisa Pinillo León Servicios Bibliotecarios El vocabulario controlado es la clave fundamental para obtener

Más detalles

Impacto de la Complejidad del Dominio en las Variaciones del Comportamiento de Procesos de Explotación de Información

Impacto de la Complejidad del Dominio en las Variaciones del Comportamiento de Procesos de Explotación de Información Impacto de la Complejidad del Dominio en las Variaciones del Comportamiento de Procesos de Explotación de Información Marcelo López Nocera Programa de Maestría en Ingeniería de Sistemas de Información.

Más detalles

CAPITULO III MARCO METODOLÓGICO. La presente investigación plantea como objetivo el diseño de un prototipo

CAPITULO III MARCO METODOLÓGICO. La presente investigación plantea como objetivo el diseño de un prototipo CAPITULO III MARCO METODOLÓGICO 1. Tipo de Investigación La presente investigación plantea como objetivo el diseño de un prototipo de robot industrial para la automatización del proceso de conformado de

Más detalles

TECNÓLOGO EN DESARROLLO DE SOFTWARE

TECNÓLOGO EN DESARROLLO DE SOFTWARE PERFIL DE EGRESO Diseña, codifica, desarrolla e implementa software a la medida, web y móvil, de manera segura bajo los estándares internacionales; Diseña, gestiona, administra y da mantenimiento a infraestructuras

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

Búsqueda sobre catálogos basada en ontologías

Búsqueda sobre catálogos basada en ontologías Búsqueda sobre catálogos basada en ontologías Alianis Pérez Sosa, Yuniel Eliades Proenza Arias Universidad de las Ciencias Informáticas. Carretera a San Antonio Km 2 ½, Reparto Torrens, La Lisa, Ciudad

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

MAESCENTICS: Plataforma masiva de enseñanza virtual de las ciencias exactas y naturales

MAESCENTICS: Plataforma masiva de enseñanza virtual de las ciencias exactas y naturales MAESCENTICS: Plataforma masiva de enseñanza virtual de las ciencias exactas y naturales Alejandro Piedrahita Ospina, MSc. Profesor de tecnologías para enseñanza Maestría en Enseñanza de las Ciencias Exactas

Más detalles

Área Académica: ICBI, Sistemas Computacionales. Profesor: M.C.C Víctor Tomás Tomás Mariano

Área Académica: ICBI, Sistemas Computacionales. Profesor: M.C.C Víctor Tomás Tomás Mariano Área Académica: ICBI, Sistemas Computacionales Tema: Mapas auto organizados Profesor: M.C.C Víctor Tomás Tomás Mariano Alumnos: Leticia Hernandez Hernandez. Agustin Escamilla Hernández Periodo: Julio-Diciembre

Más detalles

INGENIERÍA EN INFORMÁTICA. Ingeniero en Informática

INGENIERÍA EN INFORMÁTICA. Ingeniero en Informática Facultad de Ingeniería Av. Paseo Colón 850 (C1063ACV) Ciudad de Buenos Aires Tel.: (011) 4343-0893 Fax: (011) 4345-7262 Página web: www.ingenieria.uba.ar Correo electrónico: academica@fi.uba.ar INGENIERÍA

Más detalles

Taller práctico: Crear y visualizar nuevo conocimiento extraído de un corpus documental mediante

Taller práctico: Crear y visualizar nuevo conocimiento extraído de un corpus documental mediante Taller práctico: Crear y visualizar nuevo conocimiento extraído de un corpus documental mediante TextMining Análisis estratégico de la investigación en Información y documentación ambiental, según ISOC

Más detalles

PROPUESTA PERFIL DE EGRESO BIOQUÍMICO UNIVERSIDAD DE CHILE

PROPUESTA PERFIL DE EGRESO BIOQUÍMICO UNIVERSIDAD DE CHILE PROPUESTA PERFIL DE EGRESO BIOQUÍMICO UNIVERSIDAD DE CHILE SÍNTESIS DEL PERFIL El Bioquímico de la Universidad de Chile es un profesional especialista en el conocimiento de la estructura y función molecular

Más detalles