Revisión de metodologías de ciencias de datos para proyectos de planificación territorial

En el presente artículo, se presenta una revisión de las principales metodologías utilizadas en ciencias de datos. Se plantea la realización del relevamiento y su posterior análisis de dichas metodologías. Se desea recabar las más utilizadas y más conocidas de la industria, con el objetivo de poder...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Perdomo, Luciano, Ordinez, Leonardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Ciencias de datos
Minería de Datos
Machine Learning
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176264
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-176264
record_format dspace
spelling I19-R120-10915-1762642025-02-07T20:05:12Z http://sedici.unlp.edu.ar/handle/10915/176264 Revisión de metodologías de ciencias de datos para proyectos de planificación territorial Perdomo, Luciano Ordinez, Leonardo 2024-04 2024 2025-02-07T13:58:20Z es Ciencias Informáticas Ciencias de datos Minería de Datos Machine Learning En el presente artículo, se presenta una revisión de las principales metodologías utilizadas en ciencias de datos. Se plantea la realización del relevamiento y su posterior análisis de dichas metodologías. Se desea recabar las más utilizadas y más conocidas de la industria, con el objetivo de poder determinar la conveniencia de la utilización de cada una de ellas en el ámbito de la investigación e innovación, dependiendo de las características de cada caso particular. Se han seleccionado las siguientes metodologías: KDD, CRISP-DM, SEMMA, OSEMN, TDSP. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 199-202
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Ciencias de datos
Minería de Datos
Machine Learning
spellingShingle Ciencias Informáticas
Ciencias de datos
Minería de Datos
Machine Learning
Perdomo, Luciano
Ordinez, Leonardo
Revisión de metodologías de ciencias de datos para proyectos de planificación territorial
topic_facet Ciencias Informáticas
Ciencias de datos
Minería de Datos
Machine Learning
description En el presente artículo, se presenta una revisión de las principales metodologías utilizadas en ciencias de datos. Se plantea la realización del relevamiento y su posterior análisis de dichas metodologías. Se desea recabar las más utilizadas y más conocidas de la industria, con el objetivo de poder determinar la conveniencia de la utilización de cada una de ellas en el ámbito de la investigación e innovación, dependiendo de las características de cada caso particular. Se han seleccionado las siguientes metodologías: KDD, CRISP-DM, SEMMA, OSEMN, TDSP.
format Objeto de conferencia
Objeto de conferencia
author Perdomo, Luciano
Ordinez, Leonardo
author_facet Perdomo, Luciano
Ordinez, Leonardo
author_sort Perdomo, Luciano
title Revisión de metodologías de ciencias de datos para proyectos de planificación territorial
title_short Revisión de metodologías de ciencias de datos para proyectos de planificación territorial
title_full Revisión de metodologías de ciencias de datos para proyectos de planificación territorial
title_fullStr Revisión de metodologías de ciencias de datos para proyectos de planificación territorial
title_full_unstemmed Revisión de metodologías de ciencias de datos para proyectos de planificación territorial
title_sort revisión de metodologías de ciencias de datos para proyectos de planificación territorial
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/176264
work_keys_str_mv AT perdomoluciano revisiondemetodologiasdecienciasdedatosparaproyectosdeplanificacionterritorial
AT ordinezleonardo revisiondemetodologiasdecienciasdedatosparaproyectosdeplanificacionterritorial
_version_ 1845116776891809792

Ejemplares similares