Minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de textos y reconocimiento de...
Guardado en:
Autores principales: | , , , , , , , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2018
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/67411 |
Aporte de: |
id |
I19-R120-10915-67411 |
---|---|
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 resúmenes extractivos Data mining sentencias causales temporales Neural nets |
spellingShingle |
Ciencias Informáticas resúmenes extractivos Data mining sentencias causales temporales Neural nets Lanzarini, Laura Cristina Hasperué, Waldo Villa Monte, Augusto Basgall, María José Molina, R. Rojas Flores, L. Corvi, Julieta Pilar Jimbo Santana, Patricia Fernández Bariviera, Aurelio Puente, Cristina Olivas Varela, José Ángel Minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado |
topic_facet |
Ciencias Informáticas resúmenes extractivos Data mining sentencias causales temporales Neural nets |
description |
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de Minería de Datos y Big Data utilizando técnicas de Aprendizaje Automático. Los sistemas desarrollados se aplican particularmente al procesamiento de textos y reconocimiento de patrones en imágenes.
En el área de la Minería de Datos se está trabajando, por un lado, en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones y, por otro lado, en el desarrollo de nuevas estrategias para tratar grandes volúmenes de datos.
Con respecto al área de Big Data se están realizando diversos aportes usando el framework Spark Streaming. En esta dirección, se está investigando en una técnica de clustering dinámico que se ejecuta de manera distribuida. Además se ha implementado en Spark Streaming una aplicación que calcula el índice de Hurtz de manera online, actualizándolo cada pocos segundos con el objetivo de estudiar un cierto mercado de negocios.
En el área de la Minería de Textos se han desarrollado estrategias para resumir documentos a través de la extracción utilizando métricas de selección y técnicas de optimización de los párrafos más representativos. Además se han desarrollado métodos capaces de determinar la subjetividad de oraciones escritas en español. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Lanzarini, Laura Cristina Hasperué, Waldo Villa Monte, Augusto Basgall, María José Molina, R. Rojas Flores, L. Corvi, Julieta Pilar Jimbo Santana, Patricia Fernández Bariviera, Aurelio Puente, Cristina Olivas Varela, José Ángel |
author_facet |
Lanzarini, Laura Cristina Hasperué, Waldo Villa Monte, Augusto Basgall, María José Molina, R. Rojas Flores, L. Corvi, Julieta Pilar Jimbo Santana, Patricia Fernández Bariviera, Aurelio Puente, Cristina Olivas Varela, José Ángel |
author_sort |
Lanzarini, Laura Cristina |
title |
Minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado |
title_short |
Minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado |
title_full |
Minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado |
title_fullStr |
Minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado |
title_full_unstemmed |
Minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado |
title_sort |
minería de datos y big data: aplicaciones en riesgo crediticio, salud y análisis de mercado |
publishDate |
2018 |
url |
http://sedici.unlp.edu.ar/handle/10915/67411 |
work_keys_str_mv |
AT lanzarinilauracristina mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT hasperuewaldo mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT villamonteaugusto mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT basgallmariajose mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT molinar mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT rojasfloresl mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT corvijulietapilar mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT jimbosantanapatricia mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT fernandezbarivieraaurelio mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT puentecristina mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado AT olivasvarelajoseangel mineriadedatosybigdataaplicacionesenriesgocrediticiosaludyanalisisdemercado |
bdutipo_str |
Repositorios |
_version_ |
1764820481308884993 |