Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017
Ramos, Cesar Alejandro. Universidad Nacional de Catamarca. Facultad de Tecnología y Ciencias Aplicadas. Departamento de Informática. Argentina.
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | Trabajo Final de Grado |
Lenguaje: | Español |
Publicado: |
Facultad de Tecnología y Ciencias Aplicadas.Departamento de Informática.
2018
|
Materias: | |
Acceso en línea: | https://riaa-tecno.unca.edu.ar/handle/123456789/42 |
Aporte de: |
id |
I80-R217-123456789-42 |
---|---|
record_format |
dspace |
spelling |
I80-R217-123456789-422023-05-18T13:55:19Z Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017 Ramos, Cesar Alejandro Ahumada, Hernán Cesar Herrera, Carlos Gabriel minería de datos análisis exploratorio de datos evaluación de datos aprendizaje automatizado Ramos, Cesar Alejandro. Universidad Nacional de Catamarca. Facultad de Tecnología y Ciencias Aplicadas. Departamento de Informática. Argentina. El presente Trabajo Final tiene como objetivo aportar y complementar a los Análisis Clásicos de Estadística, con Técnicas novedosas de “Minería de Datos” que permitan detectar características comunes entre Hogares e individuos del Gran “Catamarca” en base a los Datos de la “Encuesta Permanente de Hogar”, realizada por el INDEC, correspondiente al primer Trimestre del año 2017. En este trabajo se plantea el conocimiento existente sobre Minería de Datos, el Aprendizaje Automatizado Supervisado y No Supervisado, y sus Técnicas: “Árboles de Decisión” y “Clustering” respectivamente. Las Tecnologías básicas empleadas fueron: el Lenguaje de Programación “R”, y la herramienta “RStudio”. La Metodología que se implementó en este trabajo es “CRIDP-DM”, una de las mas empleadas por los Analistas de Negocio, principalmente en el Proceso de Minería de Datos. Es una Metodología sujeta a estándares internacionales, además de ser confiable y amigable para el usuario. Se han aplicado las Técnicas de “Árboles de Decisión” y “Clustering”, obteniéndose, mediante estos análisis, descripciones gráficas en base a la situación socio-económica de la muestra poblacional. Mediante Clustering se pudo agrupar la población con características similares y se profundizó en el estudio de los grupos familiares de los centroides de los respectivos clusters. Con la Árboles de decisión se pudo determinar jerárquicamente la influencia de las variables objetivo “Nivel de Estudio” y “Tipo de Cobertura Social”, en función de un selecto grupo de variables predictoras; analizando las distintas situaciones socio-económicas. 2018-12 2019-08-23T23:32:05Z 2019-08-23T23:32:05Z 2018-12 Trabajo Final de Grado https://riaa-tecno.unca.edu.ar/handle/123456789/42 spa Ingeniería en Informática https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es application/pdf ARG Facultad de Tecnología y Ciencias Aplicadas.Departamento de Informática. |
institution |
Universidad Nacional de Catamarca |
institution_str |
I-80 |
repository_str |
R-217 |
collection |
RIAA - Repositorio Institucional de Acceso Abierto (FTyCA-UNCA) |
language |
Español |
topic |
minería de datos análisis exploratorio de datos evaluación de datos aprendizaje automatizado |
spellingShingle |
minería de datos análisis exploratorio de datos evaluación de datos aprendizaje automatizado Ramos, Cesar Alejandro Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017 |
topic_facet |
minería de datos análisis exploratorio de datos evaluación de datos aprendizaje automatizado |
description |
Ramos, Cesar Alejandro. Universidad Nacional de Catamarca. Facultad de Tecnología y Ciencias Aplicadas. Departamento de Informática. Argentina. |
author2 |
Ahumada, Hernán Cesar |
author_facet |
Ahumada, Hernán Cesar Ramos, Cesar Alejandro |
format |
Trabajo Final de Grado |
author |
Ramos, Cesar Alejandro |
author_sort |
Ramos, Cesar Alejandro |
title |
Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017 |
title_short |
Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017 |
title_full |
Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017 |
title_fullStr |
Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017 |
title_full_unstemmed |
Minería de Datos aplicada a Datos del Gran Catamarca de las Encuestas Permanentes de Hogar del año 2017 |
title_sort |
minería de datos aplicada a datos del gran catamarca de las encuestas permanentes de hogar del año 2017 |
publisher |
Facultad de Tecnología y Ciencias Aplicadas.Departamento de Informática. |
publishDate |
2018 |
url |
https://riaa-tecno.unca.edu.ar/handle/123456789/42 |
work_keys_str_mv |
AT ramoscesaralejandro mineriadedatosaplicadaadatosdelgrancatamarcadelasencuestaspermanentesdehogardelano2017 |
_version_ |
1766370315487674368 |