Estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos

En el campo de la Ingeniería de explotación de información, el proceso de descubrimiento de reglas de pertenencia a grupos se caracteriza por la utilización combinada de un proceso de descubrimiento de grupos (clustering) y uno de inducción de reglas. Dada la variedad de algoritmos de clustering...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Ciciliani, Gabriel
Otros Autores: Merlino, Hernán
Formato: Tesis de maestría acceptedVersion
Lenguaje:Español
Publicado: Escuela de Posgrado - Facultad Regional Buenos Aires 2019
Materias:
Sistemas de Información
Minería de datos
Clustering
Inducción de reglas
Descubrimiento de reglas de pertenencia a grupos
Estudio de algoritmos
Data mining
Rules induction
Membership rules discovery
Algorithms study
Acceso en línea:http://hdl.handle.net/20.500.12272/3903
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-3903
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Sistemas de Información
Minería de datos
Clustering
Inducción de reglas
Descubrimiento de reglas de pertenencia a grupos
Estudio de algoritmos
Data mining
Rules induction
Membership rules discovery
Algorithms study
spellingShingle Sistemas de Información
Minería de datos
Clustering
Inducción de reglas
Descubrimiento de reglas de pertenencia a grupos
Estudio de algoritmos
Data mining
Rules induction
Membership rules discovery
Algorithms study
Ciciliani, Gabriel
Estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos
topic_facet Sistemas de Información
Minería de datos
Clustering
Inducción de reglas
Descubrimiento de reglas de pertenencia a grupos
Estudio de algoritmos
Data mining
Rules induction
Membership rules discovery
Algorithms study
description En el campo de la Ingeniería de explotación de información, el proceso de descubrimiento de reglas de pertenencia a grupos se caracteriza por la utilización combinada de un proceso de descubrimiento de grupos (clustering) y uno de inducción de reglas. Dada la variedad de algoritmos de clustering e inducción de reglas disponibles en la actualidad, es de interés poder conocer a priori que pareja de algoritmos es más conveniente para un set de datos, en a base sus características. En esta tesis, se propone un proceso que permite validar el rendimiento de los algoritmos, en base a métricas internas, para distintos tipos de sets de datos, con características específicas, de forma tal que permita comprender bajo que características cada pareja de algoritmos ofrece mejor rendimiento.
author2 Merlino, Hernán
author_facet Merlino, Hernán
Ciciliani, Gabriel
format Tesis de maestría
acceptedVersion
Tesis de maestría
author Ciciliani, Gabriel
author_sort Ciciliani, Gabriel
title Estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos
title_short Estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos
title_full Estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos
title_fullStr Estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos
title_full_unstemmed Estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos
title_sort estudio de pertinencia de algoritmos en procesos de descubrimiento de reglas de pertenencia a grupos
publisher Escuela de Posgrado - Facultad Regional Buenos Aires
publishDate 2019
url http://hdl.handle.net/20.500.12272/3903
work_keys_str_mv AT cicilianigabriel estudiodepertinenciadealgoritmosenprocesosdedescubrimientodereglasdepertenenciaagrupos
bdutipo_str Repositorios
_version_ 1764820552408629249

Ejemplares similares