Extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas

Mostrar todas las versiones(5)

El objetivo general de esta tesis es el desarrollo de una técnica adaptativa para la extracción de conocimiento en grandes bases de datos. En el análisis de enormes volúmenes de datos resulta de interés contar con técnicas que permitan, primero analizar la información y obtener conocimiento útil en...

Descripción completa

Detalles Bibliográficos
Autor principal: Hasperué, Waldo
Formato: Libro
Lenguaje:Español
Publicado: Editorial de la Universidad Nacional de La Plata (EDULP) 2014
Materias:
Ciencias Informáticas
Distributed databases
Data mining
Methodology and Techniques
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/35555
https://doi.org/10.35537/10915/35555
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-35555
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
Distributed databases
Data mining
Methodology and Techniques
spellingShingle Ciencias Informáticas
Distributed databases
Data mining
Methodology and Techniques
Hasperué, Waldo
Extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas
topic_facet Ciencias Informáticas
Distributed databases
Data mining
Methodology and Techniques
description El objetivo general de esta tesis es el desarrollo de una técnica adaptativa para la extracción de conocimiento en grandes bases de datos. En el análisis de enormes volúmenes de datos resulta de interés contar con técnicas que permitan, primero analizar la información y obtener conocimiento útil en forma de reglas de clasificación y luego adaptar el conocimiento adquirido ante los cambios que ocurran en los datos originales. El aporte de la tesis está centrado en la definición de una técnica adaptativa que permite extraer conocimiento de grandes bases de datos a partir de un modelo dinámico capaz de adaptarse a los cambios de la información, obteniendo así una técnica de minería de datos que sea capaz de generar conocimiento útil, produciendo resultados que sean de provecho al usuario final. Los resultados de esta investigación pueden aplicarse en áreas tales como análisis de suelos, análisis genético, biología, robótica, economía, medicina, detección de fallas en plantas y comunicación de sistemas móviles. <i>(del texto de la contratapa)</i>
format Libro
Libro
author Hasperué, Waldo
author_facet Hasperué, Waldo
author_sort Hasperué, Waldo
title Extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas
title_short Extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas
title_full Extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas
title_fullStr Extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas
title_full_unstemmed Extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas
title_sort extracción de conocimiento en grandes bases de datos utilizando estrategias adaptativas
publisher Editorial de la Universidad Nacional de La Plata (EDULP)
publishDate 2014
url http://sedici.unlp.edu.ar/handle/10915/35555
https://doi.org/10.35537/10915/35555
work_keys_str_mv AT hasperuewaldo extracciondeconocimientoengrandesbasesdedatosutilizandoestrategiasadaptativas
bdutipo_str Repositorios
_version_ 1764820471269818368

Ejemplares similares