Herramientas de minería de datos

Hernández, Alfredo Lara; Hernández, Miguel Monterrubio; Hernández, Juan Carlos Salazar; Monterrubio, Edgar Bautista; Cárdenas, Felipe de Jesús Núñez; Cruz, José Luis Sánchez

doi:10.29057/esh.v2i4.1076

Cited by 3 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The CRISP-DM (Cross-Industry Standard Process for Data Mining) methodology was used. According to [14], [15], [16], it is "one of the models used, mainly, in academic and industrial environments and the most widely used reference guide in the development of data mining projects". It comprises six phases: business understanding, data understanding, data preparation, modeling, evaluation, and deployment.…”

Section: Methodsmentioning

confidence: 99%

“…In the modeling phase, the classification model with decision trees was selected as the most appropriate data mining technique to solve the research problem due to the ease and simplicity to interpret the patterns obtained [17][18][19]. This technique has several advantages: first, the reasoning process behind the model is clearly evident when examining the tree, contrary to other black box modeling techniques, where the internal logic can be difficult to figure out; second, the process automatically includes only the attributes that really matter in decision-making and omit the ones that do not contribute to the accuracy of the tree [20][21].…”

Section: Methodsmentioning

confidence: 99%

“…In the evaluation phase, the cost of the classifier for the sbr11_776436A15 repository was estimated through the confusion matrix [18]. Following the recommendation of Hernández et al [20], we used the cross-validation method with 10 partitions (10fold cross validation) to test the quality and validity of the model and to reduce the dependency of the result on the way in which the partition is performed [20].…”

Section: Methodsmentioning

confidence: 99%

See 2 more Smart Citations

Applying Predictive Data Mining to Discover Factors Associated to the Language Skill Performance from Elementary School Students

Timarán-Pereira,

Caicedo-Zambrano,

Timarán-Buchely

2022

Rev. Fac. Ing.

View full text Add to dashboard Cite

In this paper, predictive data mining techniques are applied to determine the academic performance from fifth grade students in the Saber 5° tests Language skill at Colombian elementary schools in 2017. We employed the CRISP-DM methodology. Socioeconomic, academic, and institutional information was available at the ICFES databases. A minable dataset was obtained using data cleaning and transformation techniques. A decision tree was built with the Weka tool J48 algorithm. Some of the predictors of the discovered patterns are the nature and location of the school, whether or not students failed a school year, the age group, the mother's educational attainment, and the rates of ICTs and household appliances. The findings of this research serve as quality information for the decision-making at the Ministry of National Education (MEN) and the secretaries of education, and for the directors of elementary educational institutions to define improvement plans that result in the quality of elementary school education in Colombia.

show abstract

Section: Methodsmentioning

confidence: 99%

Section: Methodsmentioning

confidence: 99%

Section: Methodsmentioning

confidence: 99%

See 1 more Smart Citation

Applying Predictive Data Mining to Discover Factors Associated to the Language Skill Performance from Elementary School Students

Timarán-Pereira,

Caicedo-Zambrano,

Timarán-Buchely

2022

Rev. Fac. Ing.

View full text Add to dashboard Cite

show abstract

“…Cuando más particiones permitamos más expresivos podrán ser los árboles de decisión, asimismo cuando más particiones elijamos la complejidad del algoritmo será mayor. (Hernandez J. , 2008). La expresividad resultante de las particiones obtenidas se conoce como expresividad proposicional cuadricular.…”

Section: Algoritmos De Particiónunclassified

Recomendación de cirugía refractiva mediante arboles de decisión

Vásquez

Victoria²

2022

Rev.Investig.sist.inform.

View full text Add to dashboard Cite

Introducción: Este artículo presenta los resultados finales de la construcción de un árbol de decisión a partir de un conjunto de datos de pacientes para recomendación de cirugía refractiva. Objetivo: Identificar las condiciones favorables para recomendación de cirugía refractiva. Método: Se utilizo el algoritmo PARTICION para la construcción de un árbol de decisión a partir de un conjunto de datos de pacientes, que luego sirvió para clasificar ejemplos distintos. Resultados: Se realizo una revisión exhaustiva sobre las condiciones para realizar una cirugía refractiva. A partir de un conjunto de datos y las condiciones establecidas se construyó el árbol de decisión. Conclusiones: Los árboles de decisión permiten sirve como instrumento de clasificación y de recomendación para someterse a cirugía refractiva.

show abstract

“…Afortunadamente, tales objetivos se pueden lograr mediante un proceso de extracción de conocimientos comúnmente conocido como KDD (del inglés, Knowledge Discovery Data) [4]. Entre las técnicas de extracción de la información más relevantes se encuentran el algoritmo KNN, perceptron, redes neuronales multicapa, clasificadores bayesianos y árboles de decisión [5].…”

Section: Minería De Datosunclassified

Enfoque de aprendizaje híbrido evolutivo para redes neuronales en la clasificación de casos médicos

Patiño¹,

Valdez²,

Frausto–Solís³

et al. 2017

progmat

View full text Add to dashboard Cite

La inteligencia artificial ha ayudado a diversas áreas médicas como lo es el campo del diagnóstico médico, en el que ha servido como un apoyo al profesional de la salud para emitir un diagnóstico. Esto se logra a través de diversas técnicas de inteligencia artificial como lo son los árboles de decisión, agentes inteligentes, máquinas de soporte vectorial, minería de datos o redes neuronales. Una forma de utilizar las redes neuronales para apoyar el diagnóstico médico es usarlas como clasificadores. Esto es, con base en un archivo clínico histórico y representativo, construir un modelo neuronal que permita clasificar nuevos casos. Las redes evolutivas según la literatura representan una herramienta más precisa que las redes neuronales clásicas. En este trabajo se propone el uso de una red neuronal híbrida doblemente evolutiva que evoluciona tanto las topologías como los valores sinápticos de cada topología. La experimentación realizada, muestra que la red neuronal híbrida evolutiva obtiene resultados competitivos con respecto a las redes neuronales evolutivas clásicas.

show abstract

Herramientas de minería de datos

Cited by 3 publications

References 0 publications

Applying Predictive Data Mining to Discover Factors Associated to the Language Skill Performance from Elementary School Students

Applying Predictive Data Mining to Discover Factors Associated to the Language Skill Performance from Elementary School Students

Recomendación de cirugía refractiva mediante arboles de decisión

Enfoque de aprendizaje híbrido evolutivo para redes neuronales en la clasificación de casos médicos

Contact Info

Product

Resources

About