Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas

ADAMIX 1.O, es una herramienta software para la clasificación mediante agrupamientos de datos con variables cualitativas y cuantitativas, utilizando para ello algoritmos que permiten agrupar datos con variables mixtas. Los algoritmos implementados son: Algoritmo de Agrupamiento Conceptual Conjuntivo...

Full description

Autores:
Velasquez Calderon, Paola Janneth
Fernandez Pina, Victoria Isabel
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2004
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/16028
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/16028
https://noesis.uis.edu.co
Palabra clave:
Clasificación
Agrupamiento En Dominios Mixtos
Minería De Datos
Inteligencia
Classification
Clustering In Mixed Domains
Data Mining
Artificial
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_0b574fa893b574a4786f1bdf443290b9
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/16028
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
dc.title.english.none.fl_str_mv Adamix 1.0 software tool for the classification of data with qualitative and quantitative variables.
title Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
spellingShingle Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
Clasificación
Agrupamiento En Dominios Mixtos
Minería De Datos
Inteligencia
Classification
Clustering In Mixed Domains
Data Mining
Artificial
title_short Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
title_full Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
title_fullStr Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
title_full_unstemmed Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
title_sort Adamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativas
dc.creator.fl_str_mv Velasquez Calderon, Paola Janneth
Fernandez Pina, Victoria Isabel
dc.contributor.advisor.none.fl_str_mv Salazar Afanador Addisson
dc.contributor.author.none.fl_str_mv Velasquez Calderon, Paola Janneth
Fernandez Pina, Victoria Isabel
dc.subject.none.fl_str_mv Clasificación
Agrupamiento En Dominios Mixtos
Minería De Datos
Inteligencia
topic Clasificación
Agrupamiento En Dominios Mixtos
Minería De Datos
Inteligencia
Classification
Clustering In Mixed Domains
Data Mining
Artificial
dc.subject.keyword.none.fl_str_mv Classification
Clustering In Mixed Domains
Data Mining
Artificial
description ADAMIX 1.O, es una herramienta software para la clasificación mediante agrupamientos de datos con variables cualitativas y cuantitativas, utilizando para ello algoritmos que permiten agrupar datos con variables mixtas. Los algoritmos implementados son: Algoritmo de Agrupamiento Conceptual Conjuntivo basado en Cluster/2, Algoritmo de Agrupamiento Simbólico basado en una Nueva Medida de Similaridad y Algoritmo de Agrupamiento basado en Métricas Mixtas Ponderadas Klass. El software cuenta con 5 módulos: Módulo de Entrada de Datos, que permite al usuario realizar la entrada de datos ya sea del formato universal ASCII, formatos comerciales como Excel ó del formato predeterminado por herramientas anteriores creadas por el grupo LINCE, así como la creación de nuevos conjunto de datos mediante la inserción de los mismos a través de cuadrículas proporcionadas por la herramienta. El Módulo de Preparación de Datos, el cual permite al usuario realizar la preparación y depuración de los datos, tales como normalización, llenado de campos vacíos y cálculos estadísticos básicos. El Módulo de Procesamiento permite al usuario llevar a cabo la clasificación de los datos por medio de los algoritmos de agrupamiento anteriormente expuestos. Estos pueden ser ejecutados en forma interactiva o en procesamiento por lotes. El Módulo de Presentación de Resultados, muestra al usuario los resultados de los procesos de agrupamiento realizados a los datos, por los diferentes algoritmos implementados, mediante gráficos y tablas. El Módulo de Ayuda es un módulo externo que contiene la información relativa al manejo de la herramienta, y los conceptos teóricos utilizados en la clasificación de los datos.
publishDate 2004
dc.date.available.none.fl_str_mv 2004
2024-03-03T04:35:16Z
dc.date.created.none.fl_str_mv 2004
dc.date.issued.none.fl_str_mv 2004
dc.date.accessioned.none.fl_str_mv 2024-03-03T04:35:16Z
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coar.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
format http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/16028
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/16028
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by-nc/4.0
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías Fisicomecánicas
dc.publisher.program.none.fl_str_mv Ingeniería de Sistemas
dc.publisher.school.none.fl_str_mv Escuela de Ingeniería de Sistemas e Informática
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/5ba3139f-01a8-45e4-9ede-8a75a4f68f19/download
https://noesis.uis.edu.co/bitstreams/14d6bf8f-9502-43fa-8f89-294fa6aecbed/download
bitstream.checksum.fl_str_mv 86d420eac7351a1af8812dd5edb15047
2a3eec3b74805b6592866435d3bcd8b2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1814095219832913920
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Salazar Afanador AddissonVelasquez Calderon, Paola JannethFernandez Pina, Victoria Isabel2024-03-03T04:35:16Z20042024-03-03T04:35:16Z20042004https://noesis.uis.edu.co/handle/20.500.14071/16028Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coADAMIX 1.O, es una herramienta software para la clasificación mediante agrupamientos de datos con variables cualitativas y cuantitativas, utilizando para ello algoritmos que permiten agrupar datos con variables mixtas. Los algoritmos implementados son: Algoritmo de Agrupamiento Conceptual Conjuntivo basado en Cluster/2, Algoritmo de Agrupamiento Simbólico basado en una Nueva Medida de Similaridad y Algoritmo de Agrupamiento basado en Métricas Mixtas Ponderadas Klass. El software cuenta con 5 módulos: Módulo de Entrada de Datos, que permite al usuario realizar la entrada de datos ya sea del formato universal ASCII, formatos comerciales como Excel ó del formato predeterminado por herramientas anteriores creadas por el grupo LINCE, así como la creación de nuevos conjunto de datos mediante la inserción de los mismos a través de cuadrículas proporcionadas por la herramienta. El Módulo de Preparación de Datos, el cual permite al usuario realizar la preparación y depuración de los datos, tales como normalización, llenado de campos vacíos y cálculos estadísticos básicos. El Módulo de Procesamiento permite al usuario llevar a cabo la clasificación de los datos por medio de los algoritmos de agrupamiento anteriormente expuestos. Estos pueden ser ejecutados en forma interactiva o en procesamiento por lotes. El Módulo de Presentación de Resultados, muestra al usuario los resultados de los procesos de agrupamiento realizados a los datos, por los diferentes algoritmos implementados, mediante gráficos y tablas. El Módulo de Ayuda es un módulo externo que contiene la información relativa al manejo de la herramienta, y los conceptos teóricos utilizados en la clasificación de los datos.PregradoIngeniero de SistemasADAMIX 1.0, is a software tool for the classification by means of data clustering with qualitative and quantitative variables, using for it algorithms that allow to group data with variables in mixed domains. Implemented algorithms are: Conjunctive Conceptual Clustering Algorithm based on Cluster/2, Symbolic Clustering based on a New Similarity Measure, Clustering Algorithm based in Pondered Mixed Metrics Klass. The software has 5 modules: Data Entry Module that allows the user to realize the entry of data of the ASCII universal format, formats commercial as Excel or of the format predetermined by previous tools created by the group LINCE, as well as the creation of new data set by means of the insert of the same ones through grids provide by the tool. The Data Preparation Module, which allows the user to realize preparation and depuration of the data, such as normalization, missing data filling and basic statistics calculation. The Processing Module allows the user to realize the classification of the data by means of clustering algorithms previously exposed. They can be run in interactive or batch processing mode. The Results Presentation Module, displays to the user the result from the clustering processes realized to the data, for the different implemented algorithms, by means of graphics and chart. The Help Module is an external module that contains information regarding to the handling of the tool, and theoretical concepts used in data classificationapplication/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasIngeniería de SistemasEscuela de Ingeniería de Sistemas e InformáticaClasificaciónAgrupamiento En Dominios MixtosMinería De DatosInteligenciaClassificationClustering In Mixed DomainsData MiningArtificialAdamix 1.0 : herramienta software para la clasificacion de datos con variables cualitativas y cuantitativasAdamix 1.0 software tool for the classification of data with qualitative and quantitative variables.Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALDocumento.pdfapplication/pdf3612007https://noesis.uis.edu.co/bitstreams/5ba3139f-01a8-45e4-9ede-8a75a4f68f19/download86d420eac7351a1af8812dd5edb15047MD51Nota de proyecto.pdfapplication/pdf222176https://noesis.uis.edu.co/bitstreams/14d6bf8f-9502-43fa-8f89-294fa6aecbed/download2a3eec3b74805b6592866435d3bcd8b2MD5220.500.14071/16028oai:noesis.uis.edu.co:20.500.14071/160282024-03-02 23:35:16.287http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co