Ingeniería de software para clasificar patrones cognitivo conductuales

En la presente línea de investigación nos proponemos utilizar el Adaptive Business Intelligence (ABI) como herramienta de extracción de conocimiento en bases de datos, para clasificar probabilísticamente y con un grado de error aceptable, aquellas causalidades del fracaso de los aspirantes a sub ofi...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Roldán, Marcelo Fabio, Montejano, Germán Antonio, Funes, Ana, Riesco, Daniel Eduardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2013
Materias:
Ciencias Informáticas
Psicometría
Data mining
cognitivo conductual
adaptive business intelligence
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/27101
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-27101
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
Psicometría
Data mining
cognitivo conductual
adaptive business intelligence
spellingShingle Ciencias Informáticas
Psicometría
Data mining
cognitivo conductual
adaptive business intelligence
Roldán, Marcelo Fabio
Montejano, Germán Antonio
Funes, Ana
Riesco, Daniel Eduardo
Ingeniería de software para clasificar patrones cognitivo conductuales
topic_facet Ciencias Informáticas
Psicometría
Data mining
cognitivo conductual
adaptive business intelligence
description En la presente línea de investigación nos proponemos utilizar el Adaptive Business Intelligence (ABI) como herramienta de extracción de conocimiento en bases de datos, para clasificar probabilísticamente y con un grado de error aceptable, aquellas causalidades del fracaso de los aspirantes a sub oficiales de policía que ingresan en la escuela de la fuerza. A partir de allí, generar aplicaciones informáticas que permitan evaluar al futuro aspirante y determinar predictivamente su factibilidad de éxito en la escuela. Esto es posible, en concordancia con la puesta en práctica de una metodología de reciente creación [RFM12, RDF13], la que facilita el desarrollo de aplicaciones basadas en Business Intelligence, favorece el uso de métodos de predicción y técnicas de optimización. Este análisis de datos, para encontrar los patrones que determinan las causalidades de las bajas, lo realizaremos optimizando aquello que se denomina Extracción de Conocimiento de Bases de Datos (KDD), mediante una tecnología actualizada a través de la metodología que la implementa de manera simplificada y práctica. Estas causalidades principales, por las cuales los aspirantes no culminan su formación, se encontrarán de una manera probabilística.
format Objeto de conferencia
Objeto de conferencia
author Roldán, Marcelo Fabio
Montejano, Germán Antonio
Funes, Ana
Riesco, Daniel Eduardo
author_facet Roldán, Marcelo Fabio
Montejano, Germán Antonio
Funes, Ana
Riesco, Daniel Eduardo
author_sort Roldán, Marcelo Fabio
title Ingeniería de software para clasificar patrones cognitivo conductuales
title_short Ingeniería de software para clasificar patrones cognitivo conductuales
title_full Ingeniería de software para clasificar patrones cognitivo conductuales
title_fullStr Ingeniería de software para clasificar patrones cognitivo conductuales
title_full_unstemmed Ingeniería de software para clasificar patrones cognitivo conductuales
title_sort ingeniería de software para clasificar patrones cognitivo conductuales
publishDate 2013
url http://sedici.unlp.edu.ar/handle/10915/27101
work_keys_str_mv AT roldanmarcelofabio ingenieriadesoftwareparaclasificarpatronescognitivoconductuales
AT montejanogermanantonio ingenieriadesoftwareparaclasificarpatronescognitivoconductuales
AT funesana ingenieriadesoftwareparaclasificarpatronescognitivoconductuales
AT riescodanieleduardo ingenieriadesoftwareparaclasificarpatronescognitivoconductuales
bdutipo_str Repositorios
_version_ 1764820467479216128

Ejemplares similares