Obtención de reglas de clasificación utilizando estrategias adaptativas
En la actualidad, la mayoría de los procesos cuentan con información histórica lo suficientemente grande como para que sea difícil procesarla en forma manual. La Minería de Datos, una de las etapas más importantes del proceso de Extracción de Conocimiento, cuenta con un conjunto de técnicas capaces...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis Tesis de grado |
| Lenguaje: | Español |
| Publicado: |
2013
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/47056 |
| Aporte de: |
| Sumario: | En la actualidad, la mayoría de los procesos cuentan con información histórica lo suficientemente grande como para que sea difícil procesarla en forma manual.
La Minería de Datos, una de las etapas más importantes del proceso de Extracción de Conocimiento, cuenta con un conjunto de técnicas capaces de modelizar y resumir esos datos históricos, facilitando su comprensión y ayudando a la toma de decisiones en situaciones futuras.
Esta tesina presenta una nueva técnica de Minería de Datos, llamada SOM+PSO, capaz de construir, a partir de la información disponible, un conjunto reducido de reglas de clasificación sencillas de cuya lectura se desprenden las relaciones más importantes entre las características registradas.
También se detallan los resultados obtenidos y se los compara contra un método existente en la literatura, el cual fue seleccionado por considerarlo un referente en el tema. |
|---|