Thesis MÉTODOS DE CLASIFICACIÓN : EVALUACIÓN COMPARATIVA DE SU APLICACIÓN EN HERRAMIENTAS ACTUALES DE MINERÍA DE DATOS
dc.contributor.author | GONZÁLEZ NARANJO, GUIDO SEBASTIÁN | |
dc.contributor.department | Universidad Tecnica Federico Santa Maria UTFSM INFORMATICA | es_CL |
dc.creator | GONZÁLEZ NARANJO, GUIDO SEBASTIÁN | |
dc.date.accessioned | 2024-10-30T16:15:14Z | |
dc.date.available | 2024-10-30T16:15:14Z | |
dc.date.issued | 2016 | |
dc.description | Catalogado desde la version PDF de la tesis. | es_CL |
dc.description.abstract | Una de las aristas más importes de la minería de datos es la extracción de información predictiva; a través de métodos de clasificación es posible trabajar con los datos y según sus características crear un modelo que logre predecir lo que es más probable que ocurra.Existen herramientas, tanto comerciales como de código abierto, que permiten aplicar dichos métodos, sin embargo es importante saber cuál es la que funciona óptimamente según cada necesidad. De acuerdo a esto, se realizó un estudio comparativo en donde se tomaron cuatro herramientas actuales que aplican esta tarea: Weka, RapidMiner, R y Scikit-Learn, con el fin de encontrar la que cumpla satisfactoriamente los requerimientos del proyecto. | es_CL |
dc.description.degree | INGENIERO CIVIL INFORMÁTICO | es_CL |
dc.format.medium | CD ROM | |
dc.identifier.barcode | 3560902038528 | |
dc.identifier.uri | https://repositorio.usm.cl/handle/123456789/59806 | |
dc.rights.accessRights | B - Solamente disponible para consulta en sala (opción por defecto) | |
dc.subject | EXTRACCION DE INFORMACION PREDICTIVA | es_CL |
dc.subject | MINERIA DE DATOS | es_CL |
dc.subject | SOFTWARE DE MINERIA DE DATOS | es_CL |
dc.title | MÉTODOS DE CLASIFICACIÓN : EVALUACIÓN COMPARATIVA DE SU APLICACIÓN EN HERRAMIENTAS ACTUALES DE MINERÍA DE DATOS | es_CL |
dc.type | Tesis de Pregrado | es_CL |
dspace.entity.type | Tesis | |
usm.date.thesisregistration | 2015 | |
usm.identifier.thesis | 4500004098 |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- 3560902038528UTFSM.pdf
- Size:
- 2.62 MB
- Format:
- Adobe Portable Document Format