Show simple item record

dc.contributor.advisorPérez Pichis, Roy
dc.contributor.advisorPérez Pichis, Roy
dc.contributor.authorApolaya Torres, Carlos Humberto*
dc.contributor.authorEspinosa Diaz, Adolfo*
dc.date.accessioned2018-10-25T01:27:25Z
dc.date.available2018-10-25T01:27:25Z
dc.date.issued2018-08-23
dc.identifier.citationApolaya, C., & Espinosa, A. (2018, August 23). Técnicas de inferencias, predicción y minería de datos. Universidad Peruana de Ciencias Aplicadas (UPC), Lima, Perú. https://doi.org/10.19083/tesis/624497es_PE
dc.identifier.doi10.19083/tesis/624497es_PE
dc.identifier.urihttp://hdl.handle.net/10757/624497
dc.description.abstractEn el primer capítulo, se describe la problemática que se quiere solucionar y se detalla los objetivos específicos que aportan al cumplimiento del objetivo general y el alcance del proyecto. En el segundo capítulo, se definen los conceptos básicos más importantes como Data Mining y Machine Learning, los cuales están relacionados al tema de estudio de la investigación. En el tercer capítulo, se encuentra el Estado del Arte, en el cual se revisará la investigación previa relacionada al proyecto indicando el rubro en el que fue implementado. Esto permite entender cómo se encuentra el tema investigado en la actualidad y tener una visión más clara de lo que se puede desarrollar. En el cuarto capítulo, se describe el desarrollo del proyecto, la metodología a utilizar, se detalla las fases de dicha metodología y el proceso a seguir para la correcta implementación del modelo utilizando arboles de decisión y la metodología Knowledge Discovery in Databases (KDD). En el quinto capítulo se detalla cómo se obtuvo un porcentaje de error de predicción de aproximadamente 9.13%, las pruebas realizadas y recomendaciones. Así como también las propuestas de continuidad del proyecto enfocados en la mejora del modelo de predicción. Finalmente, en el sexto capítulo se describen los resultados finales en la gestión propia del proyecto, en los aspectos de Resultado Final y las Gestiones de alcance, tiempo, comunicación, recursos humanos y riesgos.en_US
dc.description.abstractIn the first chapter, it describes the problem to be solved and it details the specific objectives that contribute to the fulfillment of the general objective and the scope of the project. In the second chapter, the most important basic concepts like Data Mining and Machine Learning are defined, which are related to the subject of research study. In the third chapter, there is the State of Art, in which the previous research related to the project will be reviewed indicating the area in which it was implemented. This allows us to understand how the subject is currently investigated and to have a clearer vision of what can be developed. In the fourth chapter, we describe the development of the project, the methodology to be used, details the phases of the methodology and the process to be followed for the correct implementation of the model using decision trees and the Knowledge Discovery in Databases (KDD) methodology. The fifth chapter details how we obtained a prediction error rate of approximately 9.13%, the tests performed and recommendations. As well as proposals for project continuity focused on improving the prediction model. Finally in the sixth chapter, the final results are described in the project's own management, in the aspects of Final Result and the Outreach, Time, Communication, Human Resources and Risk Management.en_US
dc.description.uriTesises_PE
dc.formatapplication/pdfen_US
dc.formatapplication/epuben_US
dc.formatapplication/msworden_US
dc.language.isospaen_US
dc.publisherUniversidad Peruana de Ciencias Aplicadas (UPC)en_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-ShareAlike 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/us/*
dc.sourceUniversidad Peruana de Ciencias Aplicadas (UPC)es_PE
dc.sourceRepositorio Académico - UPCes_PE
dc.subjectMinería de datosen_US
dc.subjectBase de datosen_US
dc.subjectEstudios de viabilidaden_US
dc.subjectIngeniería de Sistemas de Informaciónen_US
dc.titleTécnicas de inferencias, predicción y minería de datosen_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
thesis.degree.grantorUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingenieríaes_PE
thesis.degree.levelLicenciaturaes_PE
thesis.degree.disciplineIngeniería de Sistemas de Informaciónes_PE
thesis.degree.nameIngeniero de sistemas de informaciónes_PE
refterms.dateFOA2018-10-25T01:27:25Z
dc.identifier.isni0000 0001 2196 144X
renati.typehttp://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesionales_PE
dc.publisher.countryPEes_PE
dc.type.otherTesises_PE


Files in this item

Thumbnail
Name:
Apolaya_TC.pdf
Size:
1.639Mb
Format:
PDF
Thumbnail
Name:
Apolaya_TC.epub
Size:
625.2Kb
Format:
application/epub
Thumbnail
Name:
Apolaya_TC_Ficha.pdf
Embargo:
2088-08-23
Size:
99.39Kb
Format:
PDF
Thumbnail
Name:
Apolaya_TC.docx
Embargo:
2088-08-23
Size:
2.736Mb
Format:
Microsoft Word 2007

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess