DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS

RESUMEN El volumen de datos manejados por la sociedad actual crece a un ritmo acelerado, generando inconvenientes, debido a que el conocimiento más valioso suele aparecer oculto entre los datos recogidos, en forma de patrones o reglas que relacionan entre si otras partes más superficiales de la info...

Full description

Autores:

Tipo de recurso:

Fecha de publicación:: 2011

Institución:: Universidad Industrial de Santander

Repositorio:: Repositorio UIS

Idioma:: spa

id	UISANTADR2_faab0b5a4b2dd4d003f906565e64934f
oai_identifier_str	oai:noesis.uis.edu.co:20.500.14071/6917
network_acronym_str	UISANTADR2
network_name_str	Repositorio UIS
repository_id_str
spelling	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)2011-06-132022-03-14T20:21:55Z2022-03-14T20:21:55Zhttps://revistas.uis.edu.co/index.php/revistagti/article/view/1671https://noesis.uis.edu.co/handle/20.500.14071/6917RESUMEN El volumen de datos manejados por la sociedad actual crece a un ritmo acelerado, generando inconvenientes, debido a que el conocimiento más valioso suele aparecer oculto entre los datos recogidos, en forma de patrones o reglas que relacionan entre si otras partes más superficiales de la información. Este conocimiento se ha venido obteniendo, tradicionalmente, mediante análisis manual, aplicando la inferencia inductiva sobre el conjunto de datos de partida; pero ante tal avalancha de información, es imposible pensar en dichos métodos para el análisis; ante esta problemática surge la Mineria de Datos como una nueva técnica de análisis automático que busca extraer la información sin 'ruido', pero con un alto grado de validez y certeza. PALABRAS CLAVES KDD Minería de Datos Data Mining Bases de Datos Borrosas Lógica Borrosaapplication/pdfspaUniversidad Industrial de Santanderhttps://revistas.uis.edu.co/index.php/revistagti/article/view/1671/2060Revista GTI; Vol. 1 Núm. 1 (2002): Revista GTIRevista GTI; Vol. 1 No. 1 (2002): Revista GTIREVISTA GTI; v. 1 n. 1 (2002): Revista GTI2027-83301657-8236DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSASinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Barrera Celis, DaveivaPáez Durán, Carlos FranciscoPabón Pereira, Erika LilianaPeñaloza Leal, Elcy PatriciaSánchez Pérez, Andrea Paola20.500.14071/6917oai:noesis.uis.edu.co:20.500.14071/69172022-03-16 12:39:52.175metadata.onlyhttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co
dc.title.es-ES.fl_str_mv	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
title	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
spellingShingle	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
title_short	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
title_full	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
title_fullStr	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
title_full_unstemmed	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
title_sort	DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS
description	RESUMEN El volumen de datos manejados por la sociedad actual crece a un ritmo acelerado, generando inconvenientes, debido a que el conocimiento más valioso suele aparecer oculto entre los datos recogidos, en forma de patrones o reglas que relacionan entre si otras partes más superficiales de la información. Este conocimiento se ha venido obteniendo, tradicionalmente, mediante análisis manual, aplicando la inferencia inductiva sobre el conjunto de datos de partida; pero ante tal avalancha de información, es imposible pensar en dichos métodos para el análisis; ante esta problemática surge la Mineria de Datos como una nueva técnica de análisis automático que busca extraer la información sin 'ruido', pero con un alto grado de validez y certeza. PALABRAS CLAVES KDD Minería de Datos Data Mining Bases de Datos Borrosas Lógica Borrosa
publishDate	2011
dc.date.accessioned.none.fl_str_mv	2022-03-14T20:21:55Z
dc.date.available.none.fl_str_mv	2022-03-14T20:21:55Z
dc.date.none.fl_str_mv	2011-06-13
dc.type.none.fl_str_mv	info:eu-repo/semantics/article
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_2df8fbb1
dc.identifier.none.fl_str_mv	https://revistas.uis.edu.co/index.php/revistagti/article/view/1671
dc.identifier.uri.none.fl_str_mv	https://noesis.uis.edu.co/handle/20.500.14071/6917
url	https://revistas.uis.edu.co/index.php/revistagti/article/view/1671 https://noesis.uis.edu.co/handle/20.500.14071/6917
dc.language.none.fl_str_mv	spa
language	spa
dc.relation.none.fl_str_mv	https://revistas.uis.edu.co/index.php/revistagti/article/view/1671/2060
dc.rights.license.none.fl_str_mv	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.coar.none.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.none.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.creativecommons.none.fl_str_mv	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
eu_rights_str_mv	openAccess
dc.format.none.fl_str_mv	application/pdf
dc.publisher.es-ES.fl_str_mv	Universidad Industrial de Santander
dc.source.es-ES.fl_str_mv	Revista GTI; Vol. 1 Núm. 1 (2002): Revista GTI
dc.source.en-US.fl_str_mv	Revista GTI; Vol. 1 No. 1 (2002): Revista GTI
dc.source.pt-BR.fl_str_mv	REVISTA GTI; v. 1 n. 1 (2002): Revista GTI
dc.source.none.fl_str_mv	2027-8330 1657-8236
institution	Universidad Industrial de Santander
repository.name.fl_str_mv	DSpace at UIS
repository.mail.fl_str_mv	noesis@uis.edu.co
_version_	1834113061232836608

DESCUBRA LA INFORMACIÓN OCULTA DE LAS BASES DE DATOS BORROSAS

Publicaciones similares