Mostrar el registro sencillo del ítem

Business analytics

dc.contributor.authorCorporación Universidad de la Costaspa
dc.date.accessioned2020-07-21T19:49:28Z
dc.date.available2020-07-21T19:49:28Z
dc.date.issued2020
dc.identifier.urihttps://hdl.handle.net/11323/6770spa
dc.description.abstractEl ingeniero Industrial debe tener la capacidad de extraer conocimiento a partir de diferentes medios de almacenamiento de datos, lo cual permite visualizar la importancia del la minería de datos para extraer patrones e información de las grandes cantidades de datos que se están generando en los procesos, productivos, de gestión de clientes e interacción con plataformas web, entre otros. Las técnicas de minería de datos supervisadas y no supervisadas le permitirán a los estudiantes tratar distintos conjuntos de datos acerca de temáticas especificas lo que conduce a la adquisición de nuevo conocimiento que servirá para la toma de decisiones asertiva en los diferentes medios, como lanzar una campaña comercial, o tomar acciones en relación con el mantenimiento de equipos, entre otros.spa
dc.language.isospa
dc.publisherUniversidad de la Costaspa
dc.relation.ispartofseriesContenidos académicos por cátedraspa
dc.rightsCC0 1.0 Universalspa
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/spa
dc.subjectIngeniero Industrialspa
dc.subjectMedios de almacenamiento de datosspa
dc.subjectMinería de datosspa
dc.subjectPlataformas webspa
dc.titleBusiness analyticsspa
dc.typeOtrosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.identifier.instnameCorporación Universidad de la Costaspa
dc.identifier.reponameREDICUC - Repositorio CUCspa
dc.identifier.repourlhttps://repositorio.cuc.edu.co/spa
dc.publisher.programIngeniería Industrialspa
dc.relation.referenceshttp://elvex.ugr.es/decsai/intelligent/slides/dm/D1%20Data%20Mining.pdfspa
dc.relation.referenceshttp://exa.unne.edu.ar/informatica/SO/Mineria_Datos_Vallejos.pdfspa
dc.relation.referenceshttp://www.sciencedirect.com/science/article/pii/S0097849307000544spa
dc.relation.referencesA. de la Hoz, U. Martínez, F. Mendoza, Técnicas de ML en Medicina Cardiovascular, 2013.spa
dc.relation.referencesF. Mendoza, E. De la Hoz, A. De la Hoz, Application of Feast (feature selection Toolbox) inspa
dc.relation.referencesIDS (Intrusion Detection Systems), Journal of Theoretical and Applied Information Technology, 2014.spa
dc.relation.referencesHuman Activity Recognition using Machine Learning Techniques, Harjot Singh Parmar,spa
dc.relation.referencesThe Use of Machine Learning in Industrial Quality Control, Erik GranstedtMöllerspa
dc.relation.referencesMachine Learning for Predictive Maintenance: A Multiple Classifier Approach, Gian Antonio Susto, Andrea Schirru, Simone Pampuri, Sean McLoonespa
dc.relation.referencesGuevara Maldonado, C. (2015). Detección de Fugas de Información Aplicando Estructura de Dinámica de Datos y Técnicas de Clasificación. INGE CUC, 11(1), 79-84. Recuperado a partir de https://revistascientificas.cuc.edu.co/ingecuc/article/view/382spa
dc.relation.referencesGómez Montoya, R., Sánchez Alzate, J., & Palacio Muñoz, J. (2011). Análisis de la operación despacho en un centro de distribución basado en gestión de procesos y simulación. INGE CUC, 7(1), 75-86. Recuperado a partir de https://revistascientificas.cuc.edu.co/ingecuc/article/view/278spa
dc.relation.referencesCombita Niño, H. A., Cómbita Niño, J. P., & Morales Ortega, R. (2020). Business intelligence governance framework in a university: Universidad de la costa case study. International Journal of Information Management, 50, 405–412. https://doi.org/10.1016/j.ijinfomgt.2018.11.012spa
dc.relation.referencesSilva, J., Varela, N., Ovallos-Gazabon, D., Palma, H. H., Cazallo-Antunez, A., Bilbao, O. R., … Pineda Lezama, O. B. (2020). Data Mining and Social Network Analysis on Twitter. (B. V., C. J., & T. J.M.R.S., Eds.), Lecture Notes in Electrical Engineering. Universidad Peruana de Ciencias Aplicadas, Lima, Peru: Springer. https://doi.org/10.1007/978-981-15-2612-1_39spa
dc.relation.referencesViloria, A., Hernandez-P, H., Lezama, O. B. P., & Orozco, V. D. (2020). Electric consumption pattern from big data. Lecture Notes in Electrical Engineering. Universidad de la Costa, St. 58 #66, Barranquilla, Atlántico, Colombia: Springer. https://doi.org/10.1007/978-981-15-3125-5_47spa
dc.relation.referencesSilva, J., Borré, J. R., Piñeres Castillo, A. P., Castro, L., & Varela, N. (2019). Integration of data mining classification techniques and ensemble learning for predicting the export potential of a company. In Procedia Computer Science (Vol. 151, pp. 1194–1200). https://doi.org/10.1016/j.procs.2019.04.171spa
dc.relation.referencesViloria, A., López, J. R., Payares, K., Vargas-Mercado, C., Duran, S. E., Hernández-Palma, H., & David, M. A. (2019). Determinating student interactions in a virtual learning environment using data mining. In Procedia Computer Science (Vol. 155, pp. 587–592). https://doi.org/10.1016/j.procs.2019.08.082spa
dc.relation.referencesOspina-Mateus, H., Quintana Jiménez, L. A., López-Valdés, F. J., Morales-Londoño, N., & Salas-Navarro, K. (2019). Using Data-Mining Techniques for the Prediction of the Severity of Road Crashes in Cartagena, Colombia. Communications in Computer and Information Science (Vol. 1052). https://doi.org/10.1007/978-3-030-31019-6_27spa
dc.relation.referencesViloria, A., Acuña, G. C., Franco, D. J. A., Hernández-Palma, H., Fuentes, J. P., & Rambal, E. P. (2019). Integration of data mining techniques to postgresQL database manager system. In Procedia Computer Science (Vol. 155, pp. 575–580). https://doi.org/10.1016/j.procs.2019.08.080spa
dc.relation.referencesQuitian, O. I. T., Lis-Gutiérrez, J. P., & Viloria, A. (2020). Supervised and unsupervised learning applied to Crowdfunding. Advances in Intelligent Systems and Computing (Vol. 1108 AISC). https://doi.org/10.1007/978-3-030-37218-7_11spa
dc.relation.referencesViloria, A., Li, J., Sandoval, J. M., & Villa, J. V. (2020). Database Knowledge Discovery in Marketing Companies. Smart Innovation, Systems and Technologies (Vol. 164). https://doi.org/10.1007/978-981-32-9889-7_6spa
dc.relation.referencesSilva, J., Gaitán, M., Varela, N., Pérez, D. M., & Lezama, O. B. P. (2020). Applying a business intelligence system in a big data context: Production companies. Advances in Intelligent Systems and Computing (Vol. 1108 AISC). https://doi.org/10.1007/978-3-030-37218-7_31spa
dc.relation.referencesViloria, A., García Guliany, J., Niebles Núẽz, W., Hernández Palma, H., & Niebles Núẽz, L. (2020). Data Mining Applied in School Dropout Prediction. In Journal of Physics: Conference Series (Vol. 1432, p. 012092). https://doi.org/10.1088/1742-6596/1432/1/012092spa
dc.relation.referencesViloria, A., Varela, N., Pérez, D. M., & Lezama, O. B. P. (2020). Data processing for direct marketing through big data. Advances in Intelligent Systems and Computing (Vol. 1108 AISC). https://doi.org/10.1007/978-3-030-37218-7_21spa
dc.relation.referencesSegura, E. (2016). Información, estabilidad y complejidad de aprendizaje en memorias asociativas. IJMSOR: International Journal of Management Science & Operation Research, 1(1), 49-53. Recuperado a partir de http://ijmsoridi.com/index.php/ijmsor/article/view/77spa
dc.relation.referencesEsteban-Infantes Corral, M., González Cancelas, N., & Camarero Orive, A. (2019). Estrategias empresariales de las navieras ante el nuevo escenario de Alianzas Marítimas. INGE CUC, 15(2), 87-98. https://doi.org/10.17981/ingecuc.15.2.2019.09spa
dc.type.coarhttp://purl.org/coar/resource_type/c_1843spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/otherspa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTOTRspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa


Ficheros en el ítem

Thumbnail
Nombre:
Business analytics.pdf
Tamaño:
490.0Kb
Formato:
PDF
Ver/
Thumbnail
Nombre:
license_rdf
Tamaño:
701bytes
Formato:
application/rdf+xml
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • Planes de Asignaturas [356]
    Contenidos académicos e investigativos de las asignaturas impartidas en los diferentes programas de la Universidad de la Costa.

Mostrar el registro sencillo del ítem

CC0 1.0 Universal
Excepto si se señala otra cosa, la licencia del ítem se describe como CC0 1.0 Universal