Similaridad y Clustering
|
|
- Germán Palma Suárez
- hace 8 años
- Vistas:
Transcripción
1 web results Similaria y Clustering motivación Problema : ambigüea e consultas Problema 2: construcción manual e jerarquías e tópicos y taxonomías Problema 3: acelerar búsquea por similaria (clusters más representativos) Agrupamiento e elementos en subconjuntos e tal manera que los elementos asignaos a un mismo conjunto tengan alguna característica en común--- generalmente los elementos entro e un mismo cluster son más similares entre sí que con elementos fuera el cluster. propieaes eseables Hipótesis e Cluster: si el usuario se interesa en un elemento (ocumento/término) probablemente también se interese en elementos similares. escalabilia en tiempo y espacio habilia para manipular istintos tipos e atos mínimos requerimientos e conocimiento sobre el ominio para eterminar el valor e los parámetros capaz e manejar ruio y outliers estable
2 subjetivia subjetivia W B W B W B W B W W B B aaptao Eamonn Keogh subjetivia subjetivia aaptao Eamonn Keogh aaptao Eamonn Keogh sobre ocumentos har vs soft Meias e similaria Representación e ocumentos como vectores TFIDF Distancia Har Clustering caa objeto pertenece a un único cluster Coseno el ángulo Cuestiones Número total e clusters Gran número e imensiones ruiosas La noción e ruio epene el ominio Har vs soft. Soft Clustering caa objeto se asigna probabilísticamente a un cluster 2
3 métoo aglomerativo Aprenizaje no supervisao no existen ejemplos emostrano como los atos eberían ser agrupaos Métoo e exploración e atos una manera e observar patrones e interés en los atos enograma 3
4 elección el valor para k convergencia no-eterminismo co- reucción e imensionalia co- agrupa y ocumentos simultáneamente ocumentos cluster e clusters e ocumentos ocumento ocumento vector e vector e palabra# palabra#k m cluster# cluster#k m latent semantic inexing latent semantic inexing k car D V k D V A t SVD U A t SVD jaguar U auto r k-im vector r k-im vector 4
5 sistemas e recomenación y búsquea en la Web Personas=registros, películas=características Las personas y las películas puees ser agrupaas retro-alimentación mutua e similaria Necesia e moelos avanzaos Lyle Ellen Jason Fre Dean Karen Batman Rambo Anre Hiver Whispers StarWars From Clustering methos in collaborative filtering, by Ungar an Foster Motivaciones ireccionamiento e consultas facilitar la navegación e ocumentos acceer a ocumentos similares mostrar iversia Moos previo a la recuperación e información realizao e antemano sobre toa la colección posterior a la recuperación e información buscaor browser meta-buscaor ireccionamiento e consultas ireccionamiento e consultas ocumentos istribuios en varios serviores ocumentos similares en un mismo servior o serviores próximos generación e escriptores para ientificar clusters urante la recuperación e información ientificación e clusters relevantes ireccionamiento e las consultas a los serviores corresponientes integración e resultaos consulta: ocument Library Science Computer Science Zoology Geology browsing basao en e resultaos Scatter/Gather (Cutting, et. al., SIGIR 92) Agrupar ocumentos en grupos temáticos Presentar resúmenes escriptivos a los usuarios Los usuarios pueen navegar y eterminar posibles jerarquías e clusters Agrupar ocumentos en los clusters seleccionaos y generar e resúmenes Recuperar ocumentos Library Science Computer Science Zoology Geology consultas cortas (poco especificas) resultaos relevantes e irrelevantes realizar sobre resultaos ayua a que los usuarios eterminen su necesiaes reales consulta: Multimeia Information Retrieval Library Automation Vieo Hypermeia Virtual Reality 5
6 e resultaos Grouper requisitos coherentes posible solapamiento buenas escripciones para el usuario velocia (snippet tolerance) Grouper expansión e resultaos ocumentos relevantes porían no coinciir con consultas (vocabulario) recuperar un núcleo (core) e ocumentos que coincia con la consulta expanir resultaos con ocumentos que no coincian con la consulta pero que se agrupen con el núcleo consulta núcleo resultaos expanios refinamiento e consultas Grouper ocumentos relevantes porían no coinciir con consultas (vocabulario) computar inámicamente términos que tengan el potencial e mejorar precision/recall y sugerirlos al usuario sugerencia e términos agrupar ocumentos en clusters por tema el usuario puee usar las frases que caracterizan al cluster para reformular consultas 6
7 páginas web vs. texto simple tags en páginas HTML Diferencia en la istribución léxica Páginas Web enriquecias con recursos mulitmeiales Estructura e enlaces/topología Uso e tags en páginas Web Tags para resaltar importantes Bol <b>, Italic <i>, Unerline <u>, Font <font> Tags para estructura e ocumento Title <title> Heaer <hea> Healine <h>, <h2>, <h3> List Items, <li> Tags para efinir enlaces Anchor <a> análisis e conectivia bibliografía un enlace entre os páginas establece una relación entre esas páginas La similaria entre os páginas poría estimarse meiante longitu el camino más corto entre las páginas suma e longitues e caminos más cortos entre ancestro común y páginas suma e longitues e caminos más cortos entre páginas y esceniente común B E F G A C H I D J Mining the Web: Discovering Knowlege from Hypertext Data, Soumen Chakrabarti, Morgan Kaufmann,
Similaridad y Clustering
Similaridad y Clustering 1 web results motivación Problema 1: ambigüedad de consultas Problema 2: construcción manual de jerarquías de tópicos y taxonomías Problema 3: acelerar búsqueda por similaridad
Más detallesMinería de Datos Web. 1 er Cuatrimestre 2015. Página Web. Prof. Dra. Daniela Godoy. http://www.exa.unicen.edu.ar/catedras/ageinweb/
Minería de Datos Web 1 er Cuatrimestre 2015 Página Web http://www.exa.unicen.edu.ar/catedras/ageinweb/ Prof. Dra. Daniela Godoy ISISTAN Research Institute UNICEN University Tandil, Bs. As., Argentina http://www.exa.unicen.edu.ar/~dgodoy
Más detallesAnálisis de Redes Sociales
Análisis de Redes Sociales 1 sitios Web fuente Mark Newman red de terroristas fuente www.firstmonday.org red de terroristas fuente www.firstmonday.org red de citas bibliográficas fuente http://wwwcsif.cs.ucdavis.edu/~mcpherso/largegraph.html
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Métodos multivariantes en control estadístico de la calidad
UNIVESIDAD NACIONAL MAYO DE SAN MACOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE ESTADÍSTICA Métoos multivariantes en control estaístico e la calia Capítulo I. Gráficos e control estaístico univariaa TABAJO
Más detallesAlgoritmos y Estructuras de Datos 2. Web Mining Esteban Meneses
Algoritmos y Estructuras de Datos 2 Web Mining Esteban Meneses 2005 Motivación La Web contiene miles de millones de documentos con información sobre casi cualquier tópico. Es la Biblioteca de Alejandría
Más detallesGUATEMALA. Encuesta Nacional de Empleo e Ingresos ENEI. Metodología y Cuestionario. Octubre y Noviembre de 2004
COMISION ECONOMICA PARA AMERICA LATINA Y EL CARIBE CEPAL División e Estaística y Proyecciones Económicas BANCO DE DATOS DE ENCUESTAS DE HOGARES GUATEMALA Encuesta Nacional e Empleo e Ingresos ENEI Octubre
Más detallesValoración de opciones sobre acciones: el modelo Black-Scholes. Capítulo 10
Valoración e opciones sobre acciones: el moelo BlackScholes Capítulo 0 Moelo e valuación e BlackSholes El supuesto subyacente al moelo BS es que el precio e las acciones sigue un recorrio aleatorio (ranom
Más detallesIntroducción al Data Mining Clases 5. Cluster Analysis. Ricardo Fraiman Centro de Matemática, Udelar y Universidad de San Andrés, Argentina
Introducción al Data Mining Clases 5 Cluster Analysis Ricardo Fraiman Centro de Matemática, Udelar y Universidad de San Andrés, Argentina Cluster Análisis 1 El término cluster analysis (usado por primera
Más detallesUN TERCER METODO EXPERIMENTAL PARA LA DETERMINACIÓN DE LA CONSTANTE DE ELASTICIDAD DE UN RESORTE
REVISTA COLOMBIANA DE FÍSICA, VOL. 6, No. 1. 004 UN TERCER METODO EXPERIMENTAL PARA LA DETERMINACIÓN DE LA CONSTANTE DE ELASTICIDAD DE UN RESORTE Francisco Ernesto Cortés Sánchez Funación Interamericana
Más detallesIntroducción. Minería de datos (data mining): Minería de la Web (Web mining): Técnicas de Crawling
unidad I unidad II Introducción Historia de la Web Motivación para la minería de la Web Recuperación de la información Caracterización formal de modelos de recuperación de la información Métodos clásicos
Más detallesBase de datos II Facultad de Ingeniería. Escuela de computación.
Base de datos II Facultad de Ingeniería. Escuela de computación. Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo de sus prácticas de laboratorios,
Más detallesBibliografía Anotada
Maestría en Ingeniería de Sistemas y Computación Universidad Nacional de Colombia Bogotá D.C. June 2, 2006 Contenido Tema Amplio 1 Tema Amplio 2 3 4 5 Tema Tema Amplio Extracción de información y obtención
Más detallesElectromagnetismo Pedagogía en Física R. Lagos. PROBLEMAS RESUELTOS
PROBLEMAS RESUELTOS. Un capacitor e lleno e aire está compuesto e os placas paralela, caa una con un área e 7 6 [ 2 ], separaas por una istancia e,8 [mm]. Si se aplica una iferencia e potencial e 20 [V]
Más detallesd evocas consulting presentación avanza 2012 competitividad I+D (201206b)
publicaa 07/06 fecha límite e presentación: 05/07 avanza 2012 competitivia I+D [MINETUR - SETSI] preparación y presentación junio e 2012 presentación avanza 2012 competitivia I+D (201206b) 1 introucción
Más detallesMODELO DE BLACK-SCHOLES
MODELO DE BLACK-CHOLE Puntos a esarrollar Como e obtiene la ecuacion e Black-choles e valoracion e erivaos? Valoracion neutral al riesgo Cuales son las formulas analiticas e valoracion e call y puts europeas?
Más detallesWeb 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 detallesCLUSTERING 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(f + g) (x) = f (x) + g (x) (α f) (x) = α f (x) (f g) (x) = f (x) g(x) + f(x) g (x) (x) = f (x) g(x) f(x) g (x) g. [g(x)] 2 (f g) (x) = f (g(x)) g (x)
Derivaa e una función en un punto: El concepto e erivaa e una función matemática se halla íntimamente relacionao con la noción e límite. Así, la erivaa se entiene como la variación que experimenta la función
Más detallesCLASIFICACIÓN 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 detallesOPCIONES. c.- Titular o Comprador de la Opción: inversionista que adquiere el derecho a comprar/vender el activo subyacente.
arlos A. Díaz ontreras 1 OPIONES La opción es "un contrato que a erecho a su poseeor o titular (el que compró la opción), a comprar o vener un activo eterminao y a un precio eterminao, urante un perioo
Más detallesCatoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final
Catoira Fernando Fullana Pablo Rodriguez Federico [MINERIA DE LA WEB] Proyecto Final - Informe Final INTRODUCCION En principio surgió la idea de un buscador que brinde los resultados en agrupaciones de
Más detallesSaaS Software as a Service
SaaS Prouct Lines Cuauhtémoc Lemus CIMAT, A. C. - Unia Zacatecas Blv. L. el Patrocinio #102 Fraccionamiento Lomas el Patrocinio C.P. 98070 Zacatecas, Zacatecas, México +52 492 998 1529 2010 CIMAT SaaS
Más detallesSistemas de Recuperación de Información
Sistemas de Recuperación de Información Los SRI permiten el almacenamiento óptimo de grandes volúmenes de información y la recuperación eficiente de la información ante las consultas de los usuarios. La
Más detallesCapítulo 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 detallesGUÍA Nro. 1 TECNOLOGÍA DE INTERNET. TIII PIII
GUÍA Nro. 1 TECNOLOGÍA DE INTERNET. TIII PIII GUIA DISPONIBLE EN: http://preparadorivan.blogspot.com/ - http://preparadormssi.50webs.com/inicio.html La World Wide Web o la Web, es una de las múltiples
Más detallesEjercicio Práctico 1 Enunciado
Funamentos e Programación Grupo 5 Samuel Martín Ejercicio Práctico Enunciao Instrucciones generales El alumno eberá presentar los ejercicios planteaos en este ocumento. Aicionalmente, se han facilitao
Más detallesRECOMENDACIÓN 326-6. (Cuestión 59/1)
Rc. 326-6 RECOMENDACIÓN 326-6 DETERMINACIÓN Y MEDICIÓN DE LA POTENCIA DE LOS TRANSMISORES RADIOELÉCTRICOS (Cuestión 59/) Rc. 326-6 (95-959-963-966-974-978-982-986-990) El CCIR, CONSIDERANDO a) que el artículo
Más detallesEL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO
EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO I. INTRODUCCIÓN Beatriz Meneses A. de Sesma * En los estudios de mercado intervienen muchas variables que son importantes para el cliente, sin embargo,
Más detallesLa próxima generación de motores de búsqueda. Julio Gonzalo Grupo UNED en Recuperación de Información y Procesamiento de Lenguaje Natural http://nlp
La próxima generación de motores de búsqueda Julio Gonzalo Grupo UNED en Recuperación de Información y Procesamiento de Lenguaje Natural http://nlp nlp.uned.es El modelo clásico de IR... Necesidad información
Más detallesRecuperación de Información en Internet Tema 3: Principios de Recuperación de Información
Recuperación de Información en Internet Tema 3: Principios de Recuperación de Información Mestrado Universitario Língua e usos profesionais Miguel A. Alonso Jesús Vilares Departamento de Computación Facultad
Más detallesUNIVERSIDAD FRANCISCO DE PAULA SANTANDER OCAÑA
PROCEIMIENTO AMINISTRACION E LOS IVISION E SISTEMAS ocumento ependencia R-TT-SS-002 1(8) 1.NOMBRE AMINISTRACION E LOS 2.PROCESO SISTEMAS E INFORMACION, TELECOMUNICACIONES Y TECNOLOGIA 3. OBJETIVO: efinir
Más detallesTarea H.2 Llenar cada uno de los campos en la tabla de la pagina HTML
Tarea H.2 Llenar cada uno de los campos en la tabla de la pagina HTML Por ejemplo: Se podría mostrar en la parte superior de la página, la información general del documento como: Número de Identificación
Más detallesObjetivo de aprendizaje del tema
Ciencias de servicio en las tecnologías de información Tema 9 Qué es un SLA? Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Definir la importancia de los contratos cliente proveedor.
Más detallesCINETICA DE REDUCCION DEL COBRE MEDIANTE GAS NATURAL
CONAMET/SAM-SIMPOSIO MATERIA Resumen CINETICA DE REDUCCION DEL COBRE MEDIANTE GAS NATURAL Leanro Voisin, Anrzej Warczo y Gabriel Riveros Universia e Chile, Faculta e Ciencias Físicas y Matemáticas, Casilla
Más detallesBoletín audioprotésico número 35
Boletín auioprotésico número 35 Cómo asegurar la ganancia in-situ correcta Noveaes el epartamento e Investigación auioprotésica y comunicación 9 502 1041 004 / 06-07 Introucción Normalmente, los auífonos
Más detallesProcesamiento de Texto y Modelo Vectorial
Felipe Bravo Márquez 6 de noviembre de 2013 Motivación Cómo recupera un buscador como Google o Yahoo! documentos relevantes a partir de una consulta enviada? Cómo puede procesar una empresa los reclamos
Más detallesMÓDULO IV INTERNET: ESTRATEGIAS DE BÚSQUEDA DE INFORMACIÓN ACADÉMICA PROGRAMA DE EDUCACIÓN EN INFORMACIÓN
MÓDULO IV INTERNET: ESTRATEGIAS DE BÚSQUEDA DE INFORMACIÓN ACADÉMICA PROGRAMA DE EDUCACIÓN EN INFORMACIÓN PANORÁMICA M-2 M-2 Biblioteca Biblioteca y sus sus servicios servicios M-3 M-3 Biblioteca Biblioteca
Más detallesCAPITULO V: Contribución Teórica y Práctica
CAPITULO V: Contribución Teórica y Práctica 5.1. Requerimientos Funcionales El sistema propuesto reúne una serie de requerimientos captados en las reuniones llevadas a cabo por parte del cliente GMD. Mediante
Más detallesSistema Manejador de Versiones para Esquemas Entidad-Relación
Sistema Manejaor e Versiones para Esquemas Entia-Relación Carla Demarchi, Valeria Irazabal, Alicia Revello, Raul Ruggia Instituto e Computación - Faculta e Ingenieria - Uruguay email: fing.eu.uy La moelarización
Más detallesCATEGORIZACIÓN AUTOMÁTICA DE DOCUMENTOS UTILIZANDO MAPAS AUTO-ORGANIZADOS DE KOHONEN Proyecto de Tesis de Magíster en Ingeniería del Software
CATEGORIZACIÓN AUTOMÁTICA DE DOCUMENTOS UTILIZANDO MAPAS AUTO-ORGANIZADOS DE KOHONEN Proyecto de Tesis de Magíster en Ingeniería del Software Maestrando: Lic. Daniel Goldenberg Director: Dr. Ramón García
Más detallesMaqueta Sitio Web para el 2º Nivel
Maqueta Sitio Web para el 2º Nivel Aplicable a Departamentos y Carreras La implementación de un portal web con la extensión usach.cl está supeditada a tres niveles. Cada uno contempla distintas características
Más detallesEn caso de que existan varios objetivos, éstos son claros y separados, no están mezclados. OK Alta
Orden Criterio heurístico Cumplimiento Gravedad 1- Claridad de propósito y objetivos El sitio web debe comunicar de manera inmediata su propósito, función u objetivo. : El propósito u objetivo de la página
Más detallesClasificación Bayesiana de textos y páginas web
Clasificación Bayesiana de textos y páginas web Curso de doctorado: Ingeniería Lingüística aplicada al Procesamiento de Documentos Víctor Fresno Fernández Introducción Enorme cantidad de información en
Más detallesMinería 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 detallesTÓPICOS AVANZADOS DE BASES DE DATOS
TÓPICOS AVANZADOS DE BASES DE DATOS 1. DATOS DE LA ASIGNATURA. Nombre de la asignatura: TÓPICOS AVANZADOS DE BASES DE DATOS Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: Modulo
Más detallesManual del Descubridor
Manual del Descubridor Sección de Referencia y Educación de Usuarios Biblioteca Joaquín García Monge 2015 Tabla de Contenido 1. Ingreso al Sistema UNABúsqueda... 3 2. Descripción General de la Interfaz
Más detallesREVISTA INVESTIGACION OPERACIONAL Vol. 23, No. 1, 2002
REVISTA INVESTIGACION OPERACIONAL Vol. 23, No. 1, 2002 OPTIMIZACION DE MULTIPLES RESPUESTAS POR EL METODO DE LA FUNCION DE CONVENIENCIA PARA UN DISEÑO DE MEZCLAS Margarita Nuñez e Villavicencio Ferrer
Más detallesCALIBRACIÓN DEL FACTOR DE FRICCIÓN Y DETECCIÓN DE FUGAS EN UNA RED CERRADA DE TUBERÍAS DE AGUA POTABLE
CAIBRACIÓN DE FACTOR DE FRICCIÓN Y DETECCIÓN DE FUGAS EN UNA RED CERRADA DE TUBERÍAS DE AGUA POTABE Óscar A. Fuentes Mariles Instituto e Ingeniería, Universia Nacional Autónoma e México Ciua Universitaria,
Más detallesLa Internet como herramienta de investigación Preparado por Sylvia M. Casillas Olivieri Centro de Lectura y Redacción Decanato de Educación General
La Internet como herramienta de investigación Preparado por Sylvia M. Casillas Olivieri Centro de Lectura y Redacción Decanato de Educación General Qué es la Internet? Consiste de millones de computadoras
Más detallesCONSIDERACIONES GENERALES DEL WEB MINING
CONSIDERACIONES GENERALES DEL WEB MINING Sandra Milena Leal Elizabeth Castiblanco Calderón* RESUMEN: el presente artículo describe los conceptos básicos para la utilización del Webmining, dentro de los
Más detallesCómo actualizar el firmware
Cómo actualizar el firmware Es posible que uste necesite actualizar el firmware el ispositivo multifuncional para usar la aplicación Mobile Scanning for Business e Canon. Si está usano un moelo e ispositivo
Más detallesSistema de Consultas en Línea
Sistema de Consultas en Línea h t t p : / / w w w. j u s o n l i n e. g o v. a r M a n u a l d e l U s u a r i o Secretaría de Sistemas y Organización Año 2005 Introducción El Sistema proporciona consultas
Más detallesData Mining Técnicas y herramientas
Data Mining Técnicas y herramientas Introducción POR QUÉ? Empresas necesitan aprender de sus datos para crear una relación one-toone con sus clientes. Recogen datos de todos lo procesos. Datos recogidos
Más detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es
Más detallesDerivadas algebraicas
CDIN0_M1AAL1_Algebraicas Versión: Septiembre 01 Revisor: Sanra Elvia Pérez Derivaas algebraicas por Sanra Elvia Pérez Derivaa e una función El concepto e erivaa, base el cálculo iferencial, ha permitio
Más detallesPRÁCTICA Nº 8. REGULADORES PID. MÉTODOS DE SINTONIZACIÓN EN LAZO ABIERTO
PRÁCTICA Nº 8. REGULADORES PID. MÉTODOS DE SINTONIZACIÓN EN LAZO ABIERTO 8. REGULADORES PID. MÉTODOS DE SINTONIZACIÓN EN LAZO ABIERTO...1 8.1. OBJETIVOS... 1 8.2. INTRODUCCIÓN... 1 8.2.1. Experiento 1:
Más detallesA.1. Definiciones de datos en SQL
A.1. Definiciones de datos en SQL Las Sentencias del lenguaje de definición de datos (DDL) que posee SQL operan en base a tablas. Las Principales sentencias DDL son las siguientes: CREATE TABLE DROP TABLE
Más detallesRecuperación 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 detalles1.1. CONCEPTOS BÁSICOS SOBRE EL CAMPUS VIRTUAL DE ESCUELA SAT
CAPITULO I: ACCESO AL CAMPUS VIRTUAL DE ESCUELA SAT 1.1. CONCEPTOS BÁSICOS SOBRE EL CAMPUS VIRTUAL DE ESCUELA SAT a. Qué es el Campus Virtual de Escuela SAT? El Campus Virtual de Escuela SAT es la plataforma
Más detallesKNime. KoNstanz Information MinEr. KNime - Introducción. KNime - Introducción. Partes de la Herramienta. Editor Window. Repositorio de Nodos
KNime - Introducción KNime Significa KoNstanz Information MinEr. Se pronuncia [naim]. Fue desarrollado en la Universidad de Konstanz (Alemania). Esta escrito en Java y su entorno grafico esta desarrollado
Más detallesFundamentos de SQL para Minería de Datos
Fundamentos de SQL para Minería de Datos Tutor: El curso será impartido por M.Sc. Fabio Fernández graduado de la Universidad de Costa Rica con un máster en Matemática Aplicada. Duración: Cuatro semanas.
Más detallesPRUEBA DE CONOCIMIENTOS Y DESTREZAS INDISPENSABLES 3º ESO 2010
PRUEBA DE CONOCIMIENTOS Y DESTREZAS INDISPENSABLES 3º ESO 00 ) Anrea abre un libro y observa que la suma e los números e las os páginas que tiene elante es 99. Cuáles son esos números? Las os páginas tienen
Más detallesModeling the Retrieval Process for an Information Retrieval System using an Ordinal Fuzzy Linguistic Approach
JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY, 52(6):460-475, 2001 Modeling the Retrieval Process for an Information Retrieval System using an Ordinal Fuzzy Linguistic Approach
Más detallesGuÍa rápida de uso. westlaw chile
GuÍa rápida de uso westlaw chile guía rápida de uso de westlaw chile Área legal como acceder Ingreso Para acceder a nuestra nueva plataforma de información, debe ingresar a nuestro sitio oficial www.puntolex.cl
Más detallesDiseño de Redes LAN Introducción a Redes. Derman Zepeda Vega dzepeda@unan.edu.ni
Diseño de Redes LAN Introducción a Redes Derman Zepeda Vega dzepeda@unan.edu.ni Agenda Diseño de sistemas de Cableado Estructurados Diseño de Redes Jerárquicas. Diseño de Red Campus Enterprise Diseño de
Más detallesM a n u a l d e l U s u a r i o
Sistema de Consultas de Expedientes por Internet h t t p : / / w w w. j u s t i c i a c h a c o. g o v. a r M a n u a l d e l U s u a r i o Dirección de Tecnología de la Información Año: 2011 Página 1
Más detallesExplotando el Conocimiento de Dominio para mejorar la Recuperación de Información: El Modelo de Índices Ontológicos
UNIVERSIDAD POLITÉCNICA DE MADRID FACULTAD DE INFORMÁTICA Explotando el Conocimiento de Dominio para mejorar la Recuperación de Información: El Modelo de Índices Ontológicos Miguel García Remesal Departamento
Más detallesUna manera práctica de aprender a navegar por las bases de datos es conocer y utilizar los tutoriales que se encuentran en:
marzo 1 Nota destacada Aprenda a manejar las bases de datos con los tutoriales Una manera práctica de aprender a navegar por las bases de datos es conocer y utilizar los tutoriales que se encuentran en:
Más detallesIMPLEMENTACIÓN DE SENSORES VIRTUALES EN FOUNDATION FIELDBUS
IMPLEMENACIÓN DE SENSORES VIRUALES EN FOUNDAION FIELDBUS Anrés J. Piñón Pazos Dpto. Ingeniería Inustrial, Universiae e A Coruña. E.U.P. Ferrol, Ava. 19 e Febrero, s/n, 15405 A Coruña, anrespp@cf.uc.es
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesAnálisis Estadístico de Datos Climáticos
Análisis Estadístico de Datos Climáticos Análisis de agrupamiento (o clusters) (Wilks, Cap. 14) Facultad de Ciencias Facultad de Ingeniería 2013 Objetivo Idear una clasificación o esquema de agrupación
Más detallesEscuela Provincial de Educación Técnica N 1 UNESCO. Planificación Anual 2015 Ciclo Superior Secundario
Escuela Provincial de Educación Técnica N 1 UNESCO Planificación Anual 2015 Ciclo Superior Secundario Especialidad: Técnico en Informática Personal y Profesional - Espacio Curricular: Programación Web
Más detallesCAPÍTULO 3 DISEÑO DE LA ARQUITECTURA
CAPÍTULO 3 DISEÑO DE LA ARQUITECTURA Para el desarrollo de la arquitectura interna del subsistema de programación de actividades se utilizó como referencia la Arquitectura de Aplicaciones.NET 105 de Microsoft
Más detallesVENTAJAS NORMAS DE ENSAYO
. VENTAJAS 8000S SISTEMA DE ENSAYO DE P.A.T. DE ALTA POTENCIA Los sistemas e tierra e alta potencia (subestaciones, líneas e transmisión, etc.) eben ser monitoreaos perióicamente para ver si cumplen con
Más detallesRodamientos FAG. Rodamientos de bolas Rodamientos de rodillos Soportes Accesorios. Rodamientos. Catálogo WL 41 520/3 SB
Roamientos FAG Roamientos e bolas Roamientos e roillos Soportes Accesorios Roamientos Catálogo WL 41 520/3 S enominaciones abreviaas que comienzan con cifras enominaciones abreviaas que comienzan con
Más detallesMódulo 7: Los activos de Seguridad de la Información
Módulo 7: Los activos de Seguridad de la Información Se explica en este tema cómo deben abordarse la elaboración de un inventario de activos que recoja los principales activos de información de la organización,
Más detallesAnálisis textual con el programa de concordancias Antconc
Análisis textual con el programa de concordancias Antconc 1. Para empezar Para abrir el programa, en el interfaz de Google, escribe antcon y selecciona la versión correspondiente a Windows: AntConc 3.2.1
Más detallesQUERCUS PRESUPUESTOS MANUAL DEL USO
QUERCUS PRESUPUESTOS MANUAL DEL USO 2 Tabla de Contenido 1 Introducción 1 1.1 General 1 1.1.1 Que es Quercus Presupuestos? 1 1.1.2 Interfaz 1 1.1.3 Árbol de Navegación 2 1.1.4 Estructura de Datos de un
Más detallesDUREZA 2 DUREZA VICKERS
DUREZA DUREZA VICKERS OBJETIVO DE LA PRÁCTICA Familiarizarse con la meición e la ureza Vickers. Estuiar su campo e aplicación. CONSIDERACIONES TEÓRICAS GENERALES. Definición e ureza: Se entiene por ureza
Más detallesMODELADO, IDENTIFICACIÓN PARAMÉTRICA Y CONTROL DEL ROBOT SCORBOT-ER 5 PLUS
MODELADO, IDENTIFICACIÓN PARAMÉTRICA Y CONTROL DEL ROBOT SCORBOT-ER 5 PLUS Alexaner Constaín*, Karoll Torres*, Jaime Arango**, Anrés Vivas* * Departamento e Electrónica, Instrumentación y Control, Universia
Más detallesAtlas, Catálogo de Mapas Primeros Pasos
Atlas, Catálogo de Mapas Primeros Pasos Departamento Administrativo de Planeación Subdirección de Metroinformación Sistema de Información Territorial Medellín, Noviembre 10 de 2009 Tabla de Contenido Lista
Más detallesIntroducción a la Recuperación de Información. UCR ECCI CI-2414 Recuperación de Información Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Introducción a la Recuperación de Información UCR ECCI CI-2414 Recuperación de Información Prof. M.Sc. Kryscia Daviana Ramírez Benavides Características de la Web Gigantesco volumen de texto. Texto altamente
Más detallesJoséPino-Díaz 1 Rosario Ruiz-Baños 2 Rafael Bailón Moreno 3
Caracterización estratégica de la investigación española reciente sobre la literatura artística de los siglos XVI- XVIII, según ISOC. JoséPino-Díaz 1 Rosario Ruiz-Baños 2 Rafael Bailón Moreno 3 1. Departamento
Más detallesNOMBRE DEL TALLER: Eje temático: Comunicación. Autor: Marisol Hernández Corona. Institución de procedencia. Escuela de Técnicos Laboratoristas
NOMBRE DEL TALLER: Desarrollo de habilidades tecnológicas en el docente para diseñar páginas web, integrando herramientas para el trabajo colaborativo y en tiempo real que permite fortalecer su actividad
Más detallesObjetivo: Se especifican las habilidades y competencias que se pretenden desarrollar en el estudiante. Se promueve interés y motivación.
AUTOEVALUACION Y CONTEXTUALIZACION: Permite al alumno autoevaluar el conocimiento y reutilizar el objeto en otros escenarios. OBJETIVO: Permite al alumno reconocer de manera explícita que va a aprender.
Más detalles( ) 2. Pendiente de una Recta Tangente. Sea f una función que es continua en x. 1. Para definir la pendiente de la recta tangente ( )
Derivaa e una Función Ínice.. Introucción.. Peniente e una recta tangente.. Derivaa e una función. 4. Derivaas laterales. 5. Derivaa e una función compuesta (Regla e la Caena). 6. Tabla e erivaas usuales.
Más detallesLa Planificación del Desarrollo basada en la Dinámica de Sistemas. René A. Hernández
La Planificación del Desarrollo basada en la Dinámica de Sistemas René A. Hernández Contenidos Breve introducción a la Dinámica de Sistemas Características del modelo basado en dinámica de sistemas: Treshold
Más detallesTaller: Búsqueda en el WWW
I. Bienvenida Bienvenid@s a todos. La búsqueda de información en el Internet requiere saber cómo ir de un lugar a otro. El Internet es como una gran biblioteca y aprender a navegar en el es como ir de
Más detallesCURSO MINERÍA DE DATOS AVANZADO
CURSO MINERÍA DE DATOS AVANZADO La minería de datos (en inglés, Data Mining) se define como la extracción de información implícita, previamente desconocida y potencialmente útil, a partir de datos. En
Más detallesCAPITULO TRES TERMODINAMICA DE LA ATMOSFERA
CAIULO RES ERMODINAMICA DE LA AMOSFERA Contenio Capitulo 3 3.1 Introucción 3. ermoinámica el Aire Seco 3..1 Ecuación e Estao para el Aire Seco 3.. rimera Ley e la ermoinámica 3..3 rocesos ermoinámicos
Más detallesFUNCIONALIDADES E INSTALACIO N DE ANNUAL VENTAS 1.0
FUNCIONALIDADES E INSTALACIO N DE ANNUAL VENTAS 1.0 INTRODUCCION ANNUAL VENTAS 1.0 (WEB EDITION) es una aplicación web orientada a la realización de operaciones administrativas referentes a ventas, tales
Más detallesEl reciclaje del cobre
Ficha técnica de la guía de trabajo Asignatura: Historia, Geografía y Ciencias Sociales Curso: 5º Básico Propósito de la guía: La siguiente guía tiene como objetivo que los estudiantes investiguen cómo
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesInformation Retrieval:
Information Retrieval: Consiste en encontrar información, mayormente en la forma de documentos, pero que se encuentran en una forma no estructurada. Estos datos satisfacen las necesidades de grandes repositorios
Más detallesEntorno Virtual Uso educativo de TIC en la UR Tutorial de uso de:
Entorno Virtual Uso educativo de TIC en la UR Tutorial de uso de: Desarrollado por el DATA (Proyecto TIC UR) basado en doumentación de la comunidad moodle http://moodle.org, del curso Moodle en Español
Más detallesPVFS (Parallel Virtual File System)
Sergio González González Instituto Politécnico de Bragança, Portugal sergio.gonzalez@hispalinux.es Jónatan Grandmontagne García Universidad de Bragança, Portugal thestalker44@hotmail.com Breve explicación
Más detallesMOODLE PARA ASESORES, GUIA DE APOYO.
FORTALECIMIENTO DE LAS CAPACIDADES, COMPETENCIAS Y HABILIDADES EN CIENCIA, TECNOLOGÍA E INNOVACIÓN EN NIÑOS, NIÑAS, JÓVENES E INVESTIGADORES DEL PUTUMAYO. MOODLE PARA ASESORES, GUIA DE APOYO. El concepto
Más detallesGoogle: Una oportunidad para la evolución de las Bibliotecas
Google: Una oportunidad para la evolución de las Bibliotecas Elizabeth Cañón Acosta elizadavaes@gmail.com Universidad de la Salle Resumen El uso generalizado de Google como herramienta de búsqueda de información
Más detallesCibermetría del Web: Las leyes de exponenciación.
Cibermetría el Web: Las leyes e exponenciación. Autores: José Luis Alonso Berrocal Carlos G. Figuerola Ángel F. Zazo Roríguez Universia e Salamanca. Faculta e Documentación. E-mail: [berrocal figue afzazo]@gugu.usal.es
Más detallesIntroducción a selección de. Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012
Introducción a selección de atributos usando WEKA Blanca A. Vargas Govea blanca.vargas@cenidet.edu.mx Reconocimiento de patrones cenidet Octubre 1, 2012 Contenido 1 Introducción a WEKA El origen Interfaces
Más detalles