DOI:
https://doi.org/10.14483/2322939X.4207Publicado:
2013-07-15Número:
Vol. 9 Núm. 1 (2012)Sección:
Investigación y DesarrolloDESARROLLO DE HERRAMIENTAS PARA MINERIA DE DATOS “UDMINER”
Palabras clave:
Minería de datos, agrupación de datos, reglas de asociación, clasificación de datos, preprocesamiento, redes neuronales artificiales, inteligencia artificial, estadística. (es).Descargas
Resumen (es)
En este artículo se muestra el informe final del proyecto de investigación “Desarrollo de Herramientas para Minería de Datos - UDMiner”; el cual tiene como objetivo principal la implementación de técnicas de Inteligencia Artificial y Estadísticas, en las tareas de: preprocesamiento, asociación, clasificación y agrupación de datos. Se presenta una breve descripción de cada una de las tareas mencionadas, se documentan las técnicas, y se plasman los resultados obtenidos.Referencias
BERRY, M and LINOFF, G. Data Mining Techniques. John Wiley & Sons, Inc, USA: 1997, p. 5.
GONZÁLEZ, L., y RODRÍGUEZ, J. Prototipo de software para la clasificación de datos mediante el método bayesiano TAN - UDTan”. Revista Vínculos – Universidad Distrital Francisco José de Caldas No.1 ISSN 1794-211X de la Facultad Tecnológica. II semestre de 2006 Volumen 3 Número 1.
HAN, J., y KAMBER, M. Data Mining: Concepts and Techniques. Morgan Kaufmann Publisher, USA: 2001, p.230
HAND, D., MANNILA, H., and SMYTH, P. Principles of Data Mining. The MIT Press, USA: 2001, pp. 1.
HASTIE, T., TIBSHIRANI, R., and FRIEDMAN, J. The Elements of Statistical Learning. Springer, Canadá: 2001, p. 453.
HERNÁNDEZ, J., RAMÍREZ, M., Y FERRI, C. Introducción a la Minería de Datos. Prentice Hall, España: 2004, pp. 12.
HERVAS-MARTÍNEZ, C., ROMERO, C. y VENTURA, S. Comparación de medidas de evaluación de reglas de asociación. Departamento de Informática y Análisis Numérico, Universidad de Córdoba, España: 2004. p.6.
HILERA, J. y MARTÍNEZ, V. Redes Neuronales Artificiales “Fundamentos, Modelos y Aplicaciones”. Addison Wesley Iberoamericana, USA: 1995. p. 138 – 142.
KANTARDZIC, Mehmed. Data Mining: concepts, models, methods, and algorithms. Wiley – Interscience, USA: 2001, p. 2, 117, 165.
LAROSE, D. Data Mining: Methods and Models. Wiley-Interscience, USA:
p. 1-2
MENA, J. Data Mining Your Website. Digital Press, USA: 1999, pp. 5.
MOOD, A., GRAYBILL, F., and BOES, D. Introduction to the theory of statistics. McGraw Hill, USA: 1974. p. 540-541
PÉREZ, C. Técnicas de análisis multivariante de datos. Aplicaciones con SPSS. Editorial Pearson Prentice-Hall, España: 2004. p. 39-40.
PYLE, D. Data Preparation for Data Mining. Morgan Kaufmann, USA: 1999. p.90-95
RODRÍGUEZ, J., CORREA, J., y BARRERA, H. Prototipo de software para el preprocesamiento de datos - UDClear. IV Simposio Internacional de Sistemas de Información e Ingeniería de Software en la Sociedad del Conocimiento, libro de actas volumen 1, ISBN: 84-690-0258-9.
RODRÍGUEZ, J. Software para la clasificación/ predicción de datos. Revista TECNURA – Universidad Distrital Francisco José de Caldas ISSN 0123921X de la Facultad Tecnológica. AÑO 11 No. 21.
RODRÍGUEZ, J. Red neuronal artificial para la agrupación de datos. Revista Científica. Centro de Investigaciones y Desarrollo Científico – Universidad Distrital Francisco José de Caldas. ISSN 0124-2253 No. 9.
RODRÍGUEZ, J., RODRÍGUEZ, M., y AMAYA, A. Prototipo de software para la asociación de datos - UDAssociate. Revista Científica. Centro de Investigaciones y Desarrollo Científico – Universidad Distrital Francisco José de Caldas. ISSN 0124-2253 No. 7.
SKAPURA, D. Y FREEMAN J. “Redes neuronales, algoritmos, aplicaciones y técnicas de programación”. España: Diaz de Santos, 1993; p.335-343
WINSTON, P. Inteligencia artificial. Addison Wesley, USA: 1994. p. 457
2.png)
