Examinando por Materia "Minería de datos"
Mostrando 1 - 10 de 10
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Análisis de la mortalidad por cáncer en municipios del norte del Valle del Cauca aplicando técnicas de minería de datos.(Universidad del Valle, 2019) López Londoño, Steffania; Aguilar Ruiz, David Fernando; Garzón Valencia, Andrés; González Velasco, JuliánEl área de la salud es uno de los sectores en donde a diario se crean grandes cantidades de datos, pues podemos ver como las personas acuden a los centros de salud para recibir todo tipo de atención, ya sea por una urgencia, una cita médica o una toma de exámenes; es así como se van agregando datos a sus sistemas de información y se quedan en la ¿historia clínica¿ de cada habitante; dichos datos, en su mayoría no son analizados y por lo tanto no se saca el máximo provecho para encontrar alguna aplicabilidad a la información oculta, que además puede servir para solucionar problemas o mejorar situaciones alrededor del mundo. Lo anterior, crea la necesidad de analizar grandes cantidades de datos, que en este caso son generados en el sector salud; un campo de la estadística y las ciencias de la computación que hace posible dicho análisis y que además permite convertir los datos en información importante tanto en el presente como en el futuro, es la minería de datos. Las técnicas de la minería de datos tienen como objetivo descubrir patrones, perfiles y tendencias a través del análisis de los datos utilizando tecnologías de reconocimiento de patrones, redes neuronales, lógica difusa, algoritmos genéticos, y otras técnicas avanzadas de análisis de datos.Publicación Acceso abierto Analíticas visuales de la información del registro poblacional de cáncer de Cali(Universidad del Valle, 2016) Collazos Rodríguez, Paola Andrea; Florian Gaviria, Beatriz Eugenia; Bravo Ocaña, Luis EduardoEn el presente trabajo fue posible proponer una arquitectura de software que permitió el análisis de datos del RPCC, identificando un conjunto de variables útiles en la toma de decisiones mediante los procesos de minería de datos y descubrimiento de conocimiento en bases de datos¿Knowledge Discovery in Databases, KDD, de esta forma se incluyeron las analíticas visuales adaptados a los diferentes usuarios (público en general, Personal de Registros de Cáncer y Médico especialista) utilizando tableros o controles de mandoPublicación Acceso abierto Analíticas visuales de la información del registro poblacional de cáncer de Cali.(2019-11-06) Collazos Rodríguez, Paola Andrea; Florian Gaviria, Beatriz Eugenia; Bravo Ocaña, Luis EduardoEn el presente trabajo fue posible proponer una arquitectura de software que permitió el análisis de datos del RPCC, identificando un conjunto de variables útiles en la toma de decisiones mediante los procesos de minería de datos y descubrimiento de conocimiento en bases de datos¿Knowledge Discovery in Databases, KDD, de esta forma se incluyeron las analíticas visuales adaptados a los diferentes usuarios (público en general, Personal de Registros de Cáncer y Médico especialista) utilizando tableros o controles de mandoPublicación Acceso abierto Aplicación para la predicción de resultados en las pruebas Saber 11°(Universidad del Valle, 2014) Durán Páez, Jorge Iván; Molina Rojas, Edgar Alberto; Przybilla, David Alejandro (Asesor de contenido)El proceso de minería de datos, que permite descubrir nuevo y útil conocimiento a partir del análisis exhaustivo de información recolectada en un cierto intervalo del tiempo, puede ser aplicado a distintos contextos de la vida cotidiana. Para el caso de estudio que se desarrolló durante este proyecto, el contexto fue la educación. Específicamente se planteó lograr predecir puntajes de la prueba Saber 11 desarrollada por el Instituto Colombiano para la Evaluación de la Educación (ICFES). En este trabajo se presenta el desarrollo del proyecto de minería de datos, se usó como fuentes de información las bases de datos del ICFES, las cual contienen información histórica sobre resultados e información personal de los evaluados. Como resultado se presenta la aplicación web PrediXaber 11, donde las personas pueden acceder y ejecutar consultas. La aplicación usará la información suministrada del evaluado para entregar los posibles resultados en cada una de las áreas académicas evaluadas por el ICFES.Publicación Acceso abierto Arquitecturas de integración del proceso de descubrimiento de conocimiento con sistemas de gestión de bases de datos : un estado del arte.(2011-10-13) Timarán Pereira, RicardoLas investigaciones en descubrimiento de conocimiento en bases de datos (DCBD), se centraron inicialmente en definir modelos de descubrimiento de patrones y desarrollar algoritmos para éstos. Investigaciones posteriores se han focalizado en el problema de integrar DCBD con sistemas de bases de datos, produciendo como resultado el desarrollo de sistemas y herramientas de descubrimiento de conocimiento cuyas arquitecturas se pueden clasificar en tres categorías: débilmente, medianamente y fuertemente acopladas con un sistema de gestión de bases de datos (SGBD). En este artículo se presenta una revisión del estado del arte de las arquitecturas de integración del proceso de descubrimiento de conocimiento con SGBD que forma parte de la propuesta de investigación doctoral denominada "nuevas primitivas SQL para el descubrimiento de conocimiento en arquitecturas fuertemente acopladas con un SGBD" que actualmente está desarrollando el autor de este artículo en el Doctorado en Ingeniería, área de énfasis Ciencias de la Computación de la Universidad del Valle.Publicación Acceso abierto Estudio sobre tendencias en líneas de investigación en los trabajos de grado del programa de estadística de la Universidad del Valle(Universidad del Valle, 2023) Arteaga Bermúdez, Davinson Alexander; Mendoza Oviedo, Gian Alepsi; Sepúlveda Herrera, Wilmar; Portilla Yela, JennyferEn este trabajo de grado se realizó un estudio para identificar las tendencias temáticas que caracterizan los trabajos de grado del pregrado de Estadística de la Universidad del Valle presentados entre el a ̃no 2002 y el 2022. Se emplearon técnicas de Procesamiento de Lenguaje Natural (NLP), aprendizaje de maquina (Machine Learning) y teoría estadística, donde todo se resume al uso del Modelado de tópicos mediante el Modelo de Asignación Latente de Dirichlet (LDA). Se encontró que los trabajos de grado se enfocan principalmente en temas de Salud, Análisis Multivariado, Control de la calidad y varios subtemas, Regresión y Datos Funcionales, Diseño de Experimentos y Series de Tiempo. También se obtuvo que gran parte de los trabajos de grado tienden a ser dirigidos por pocos directores.Publicación Acceso abierto Fundamentos de bases de datos : notas de referencia.(2017-08-28) Millán González, Martha Elena del SocorroLa teoría de bases de datos incluye los principios formales para definir y manipular datos estructurados e interrelacionados. Para definir los datos se utiliza un modelo de datos y para su manipulación un lenguaje. Diferentes modelos de datos se han propuesto buscando un mayor nivel expresivo para representar el mundo real. La potencia y limitaciones de cada modelo se pueden evaluar desde un punto de vista teórico y se evidencian desde un punto de vista práctico cuando se trata de implementarlos en aplicaciones tradicionales y modernas. Estas últimas generalmente requieren tipos de datos complejos. Los lenguajes de manipulación de datos tienen como propósito ofrecer facilidad, simplicidad y flexibilidad a la hora de utilizarlos para actualizar y recuperar información desde la base de datos. Los lenguajes de manipulación son, en su gran mayoría, declarativos, lo que reduce significativamente el tiempo de desarrollo y mantenimiento de las aplicaciones. El propósito de este material es ofrecer a profesores responsables de la asignatura Fundamentos de Bases de Datos, y a los estudiantes, una guía que cubra el contenido completo de la asignatura. La estructura de este material se apoya en el texto guía de la asignatura y no intenta reemplazarlo.Publicación Acceso abierto Identificando relaciones para determinar puntajes mínimos de inscripción a los Programas Académicos de Pregrado en la Universidad del Valle. El caso de Ingeniería de Sistemas.(2018-04-18) García Baños, Ángel E.; Millán González, Martha; Trujillo Uribe, María PatriciaEl propósito de este proyecto era explorar relaciones entre puntajes de ICFES y desempeño de los estudiantes del programa académico de Ingeniería de Sistemas. Con este propósito se aplicaron técnicas de minería de datos y de Soft Computing sobre un conjunto de datos de estudiantes. Los datos de los estudiantes se obtuvieron principalmente de la Oficina de Registro Académico y de Admisiones de la Universidad del Valle y se complementaron con datos de ECAES. En el análisis de los datos, se utilizaron dos enfoques en paralelo: Minería de Datos para explorar relaciones y Computación Evolutiva para construir un modelo y calcular los pesos de los puntajes que se deberían usar para el ingreso de estudiantes a la carrera. Los nuevos pesos se calculan de modo que los estudiantes que entran a la carrera tengan mayor probabilidad de aprovechar los estudios (esto se mide con la nota promedio de la carrera). Se desarrolló un prototipo de software (llamado IPMPAIS) que se puede utilizar para replicar el método implementado basado en algoritmos genéticos e identificar esta relación para cualquier programa académico. El prototipo le ofrece al usuario, entre otras, las siguientes funcionalidades: carga de datos de estudiantes procedentes de Registro Académico (notas de la carrera y resultados en el examen de ICFES), carga de equivalencias de asignaturas, carga de resultados en el examen de ECAES, filtrado de datos por cohortes y/o por asignaturas cursadas, ejecución del algoritmo genético para calcular los pesos óptimos, despliegue de resultados y almacenamiento de resultados en un archivo. Las principales actividades realizadas durante el desarrollo del proyecto fueron: Identificación de Fuentes y Datos a Integrar Integración y Transformación de datos Selección de estrategias y algoritmos de análisis de datos, usando técnicas estadísticas y de minería de datos (WEKA), por un lado, y algoritmos genéticos, por otro. Implementación de los algoritmos de análisis de datos Aplicación de estrategias a un conjunto de datos específico: caso Ingeniería de Sistemas.Publicación Acceso abierto Implementación de un algoritmo de aprendizaje para la arquitectura Deep - Networks(Universidad del Valle, 2017) Salazar Vásquez, Fredy Antonio; Caicedo Bravo, Eduardo Francisco; Wilfredo, AlfonsoEste trabajo presenta una revisión histórica de la evolución de las redes neuronales artificiales, desde el uso de modelos mono capa hasta el origen del Deep Learning. Se explica el motivo y la necesidad de adoptar estas tecnologías y se describe diferentes arquitecturas de Deep Networks. Se presenta el desarrollo de una aplicación que permite el dise¿no de Deep Networks y su entrenamiento utilizando algoritmos de Deep Learning. Se estudia la metodología propuesta para el desarrollo Deep Networks y se utiliza la tarjeta NVidia Jetson TK1 para evaluar el desempeño de la aplicación desarrollada. Pese a las limitaciones que posee la tarjeta, se verifica el funcionamiento de las arquitecturas propuestas y los algoritmos de aprendizaje sobre 2 bases de datos de mediana complejidad.Publicación Acceso abierto Sistema para el análisis de datos de consumo de energía eléctrica basado en técnicas de inteligencia de negocios y minería de datos(Universidad del Valle, 2019) Mina Palacios, Leidy Daniela; Solarte Pabón, OswaldoTradicionalmente, la medición del consumo de energía eléctrica residencial se ha realizado por medio de medidores análogos para determinar posteriormente el costo de facturación. Sin embargo actualmente esta´ en ejecución la implementación de actualizaciones de este proceso por medio de la implementación de la Infraestructura de Medición Avanzada (AMI) como una respuesta a las necesidades de optimización de recursos de prestación de servicio y aprovechamiento de los avances en tecnologías de información. AMI permite tener acceso a datos relacionados con el consumo eléctrico de los usuarios con tiempos de latencia relativamente bajos con respecto al momento de su generación; debido a esto se generan grandes cantidades de datos que requieren de herramientas para ayudar a analizar estos datos. Los datos se encuentran generalmente en archivos de texto, especí¿camente en formatos .dat o .csv. En este proyecto se propone la creación de un sistema que implemente técnicas de inteligencia de negocios y minería de datos con el objetivo de procesar los datos generados por sistemas AMI y que permita la creación de ventajas competitivas por medio del análisis de estos datos. Se busca crear una herramienta que facilite la integración de diferentes archivos donde se encuentran los datos generados por sistemas AMI, la creación de módulos de ETL (Extract, Transform and Load) y mecanismos de visualización de reportes. El resto del documento está organizado de la siguiente forma: En la Sección 2 se presenta el planteamiento y justificación del problema, en la Sección 3 se muestran los objetivos del proyecto, en la sección 4 se describe el marco referencial y en la Sección 5 la metodología y el presupuesto.