PASTENES MARCHANT, RICARDO ALEJANDROGONZÁLEZ FLORES, ANDRÉS YGNACIOPACHECO RIOS, FREDDY MARTINLIZAMA MOLINA, VICTOR HUGO2024-10-312024-10-312022https://repositorio.usm.cl/handle/123456789/63944Catalogado desde la version PDF de la tesis.La minería de datos es una técnica que permite descubrir nuevas y significativas relaciones, patrones y tendencias al examinar grandes cantidades de datos. La minería de datos utiliza varios algoritmos de inteligencia artificial, que se encargan de encontrar relaciones dentro de las bases de datos y así entregar información clara y depurada.En el presente trabajo se aplicó la técnica de minería de datos a dos bases de datos de seguridad y salud ocupacional, donde se usaron distintos algoritmos y además dos tipos de programas, los cuales generaron resultados casi automático.Una de las aplicaciones fue a una base de datos de información entregada por las aduanas de Chile a la Unidad de Gestión Ambiental, en donde se aplicó un algoritmo de agrupación, el cual proporcionó como resultado unos clústeres, que luego fueron analizados, obteniendo información sobre las comunas y emisiones que más se repiten.También se aplicó la técnica de minería de datos a una base de datos de situación Covid-19 en 187 países, en donde se aplicaron algoritmos que generaron un modelo predictivo. Este modelo predictivo puede dar a conocer posibles datos si se aumenta o reduce alguna variable y así ayudar en la toma de decisiones.CD ROMMINERIA DE DATOSSALUD OCUPACIONALSEGURIDAD OCUPACIONALB - Solamente disponible para consulta en sala (opción por defecto)19003304K