Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2013-06-06T14:23:38Z
dc.date.available 2013-06-06T14:23:38Z
dc.date.issued 2013-06-06
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/27101
dc.description.abstract En la presente línea de investigación nos proponemos utilizar el Adaptive Business Intelligence (ABI) como herramienta de extracción de conocimiento en bases de datos, para clasificar probabilísticamente y con un grado de error aceptable, aquellas causalidades del fracaso de los aspirantes a sub oficiales de policía que ingresan en la escuela de la fuerza. A partir de allí, generar aplicaciones informáticas que permitan evaluar al futuro aspirante y determinar predictivamente su factibilidad de éxito en la escuela. Esto es posible, en concordancia con la puesta en práctica de una metodología de reciente creación [RFM12, RDF13], la que facilita el desarrollo de aplicaciones basadas en Business Intelligence, favorece el uso de métodos de predicción y técnicas de optimización. Este análisis de datos, para encontrar los patrones que determinan las causalidades de las bajas, lo realizaremos optimizando aquello que se denomina Extracción de Conocimiento de Bases de Datos (KDD), mediante una tecnología actualizada a través de la metodología que la implementa de manera simplificada y práctica. Estas causalidades principales, por las cuales los aspirantes no culminan su formación, se encontrarán de una manera probabilística. es
dc.format.extent 83-86 es
dc.language es es
dc.subject Psicometría es
dc.subject adaptive business intelligence en
dc.subject Data mining es
dc.subject cognitivo conductual es
dc.title Ingeniería de software para clasificar patrones cognitivo conductuales es
dc.type Objeto de conferencia es
sedici.creator.person Roldán, Marcelo Fabio es
sedici.creator.person Montejano, Germán Antonio es
sedici.creator.person Funes, Ana es
sedici.creator.person Riesco, Daniel Eduardo es
sedici.description.note Eje: Bases de Datos y Minería de Datos es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Red de Universidades con Carreras en Informática (RedUNCI) es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
sedici.date.exposure 2013-04
sedici.relation.event XV Workshop de Investigadores en Ciencias de la Computación es
sedici.description.peerReview peer-review es


Descargar archivos

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

Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)