Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning

La política de los datos abiertos busca promover la innovación y transformar la actividad gubernamental para brindar mejores servicios y generar mayores niveles de transparencia en la sociedad. Por lo que, mantener la calidad en las fuentes de datos disponibilizadas es fundamental para su tratamient...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Martínez, Roxana, Parkinson, Christian, Caruso, Martín, López, Diego, Vargas, Rocío, Rojas, Nayiby
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2022
Materias:	Ciencias Informáticas Datos abiertos Gobierno abierto Métricas de calidad de datos Machine learning Predicciones a partir de patrones
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/143365
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-143365
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Datos abiertos Gobierno abierto Métricas de calidad de datos Machine learning Predicciones a partir de patrones
spellingShingle	Ciencias Informáticas Datos abiertos Gobierno abierto Métricas de calidad de datos Machine learning Predicciones a partir de patrones Martínez, Roxana Parkinson, Christian Caruso, Martín López, Diego Vargas, Rocío Rojas, Nayiby Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning
topic_facet	Ciencias Informáticas Datos abiertos Gobierno abierto Métricas de calidad de datos Machine learning Predicciones a partir de patrones
description	La política de los datos abiertos busca promover la innovación y transformar la actividad gubernamental para brindar mejores servicios y generar mayores niveles de transparencia en la sociedad. Por lo que, mantener la calidad en las fuentes de datos disponibilizadas es fundamental para su tratamiento y obtener así, un conocimiento de éstas. Actualmente, son pocos los trabajos realizados en aspectos de validaciones, análisis de contenidos internos de estos datasets, herramientas de datos, identificación de patrones en su estructura y demás. En base a esto, esta línea de investigación se enfoca en el análisis, diseño y desarrollo de herramientas de software que utilicen técnicas y propuestas para la validación de la calidad de los datos públicos abiertos en el contexto de Gobierno Abierto. Además de detectar el “estado de salud” de estos datos (grado de integridad, redundancia y otros), se trabaja en el estudio de patrones con el fin de incorporar modelos de predicción para aportar un valor agregado a la información otorgada por los gobiernos desde aspectos de Machine Learning, lo que ofrecerá un mejor análisis para la toma de decisiones gubernamentales.
format	Objeto de conferencia Objeto de conferencia
author	Martínez, Roxana Parkinson, Christian Caruso, Martín López, Diego Vargas, Rocío Rojas, Nayiby
author_facet	Martínez, Roxana Parkinson, Christian Caruso, Martín López, Diego Vargas, Rocío Rojas, Nayiby
author_sort	Martínez, Roxana
title	Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning
title_short	Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning
title_full	Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning
title_fullStr	Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning
title_full_unstemmed	Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning
title_sort	propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con machine learning
publishDate	2022
url	http://sedici.unlp.edu.ar/handle/10915/143365
work_keys_str_mv	AT martinezroxana propuestadetecnicasdevalidacionparalacalidaddedatosabiertoseidentificaciondepatronesparaprediccionesconmachinelearning AT parkinsonchristian propuestadetecnicasdevalidacionparalacalidaddedatosabiertoseidentificaciondepatronesparaprediccionesconmachinelearning AT carusomartin propuestadetecnicasdevalidacionparalacalidaddedatosabiertoseidentificaciondepatronesparaprediccionesconmachinelearning AT lopezdiego propuestadetecnicasdevalidacionparalacalidaddedatosabiertoseidentificaciondepatronesparaprediccionesconmachinelearning AT vargasrocio propuestadetecnicasdevalidacionparalacalidaddedatosabiertoseidentificaciondepatronesparaprediccionesconmachinelearning AT rojasnayiby propuestadetecnicasdevalidacionparalacalidaddedatosabiertoseidentificaciondepatronesparaprediccionesconmachinelearning
bdutipo_str	Repositorios
_version_	1764820459861311490

Propuesta de técnicas de validación para la calidad de datos abiertos e identificación de patrones para predicciones con Machine Learning

Ejemplares similares