Gracias a los avances en el ámbito computacional la cantidad de información que nuestra sociedad produce y almacena crece exponencialmente día a día. Los diferentes tipos y tamaños de datos provenientes de diversas fuentes como transacciones financieras, revistas, fotografías, etc.,…

En este trabajo se propone un método de transformación de datos orientado a la explotación de información y se detallan las características necesarias que debe poseer el entorno de trabajo para la automatización del mismo., II Workshop de Ingeniería de…

Clustering consiste en particionar el conjunto de datos en colecciones de objetos de manera que dentro de cada partición los objetos sean “similares” entre sí, y a su vez se “diferencien” de los objetos contenidos en otras particiones. En la…

En el proceso de explotación de datos existe el riesgo de detectar en forma tardía que la herramienta elegida sea inadecuada para cumplir con los objetivos de negocio establecido. Esto trae como consecuencia la perdida de tiempo y dinero a…

“La tecnología KDD está basada en un bien definido proceso KDD de múltiples pasos, para el descubrimiento de conocimiento en grandes colecciones de datos. El proceso KDD es iterativo por naturaleza, y depende de la interacción para la toma de…

El proceso de Aseguramiento de la Calidad de Software es el conjunto de acciones planificadas y sistemáticas implantadas dentro del sistema de calidad, y demostrables si es necesario, para proporcionar la confianza adecuada de que una entidad cumplirá los requisitos…

El descubrimiento de las Reglas de Asociación es una de las técnicas de Data Mining. Tiene como objetivo buscar patrones interesantes (reglas) para el soporte en los procesos de tomas de decisiones. Las Reglas de Asociación Temporales son aquellas que…

Este trabajo presenta una arquitectura conceptual para la combinación de los procesos de Data Warehousing con el Data Mining por medio de objetos simbólicos.
En los últimos años, las empresas han recopilado una cantidad muy importante de datos, es deseable…

La tarea de clustering consiste en la clasificación no supervisada de patrones (observaciones, datos, vectores, etc.) en grupos. Este problema ha sido analizado en varios contextos y por investigadores de distintas disciplinas, reflejando su amplia utilidad. Si bien se han…

Este línea de trabajo aborda la problemática de los modelos de clasificación aplicados a flujos continuos de datos, variantes en el tiempo y semi-estructurados (según se define en [1]), usando el marco conceptual de medición y evaluación C-INCAMI (Context -…