TY - JOUR AU - Calvo-Valverde, Luis Alexánder PY - 2016/06/10 Y2 - 2024/03/29 TI - Estrategia basada en el aprendizaje de máquina para tratar con conjuntos de datos no etiquetados usando conjuntos aproximados y/o ganancia de información JF - Revista Tecnología en Marcha JA - TM VL - 29 IS - 5 SE - Artículo científico DO - 10.18845/tm.v29i5.2581 UR - https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/2581 SP - pág. 4-15 AB - <p class="p1">Hoy en día se recogen datos de muy diversa índole y a un bajo costo, como no se había visto antes en la historia de la humanidad; por ejemplo, sensores que registran datos a cada minuto, páginas <em>web </em>que almacenan todas las acciones que realiza el usuario, supermercados que guardan todo lo que sus clientes compran y en qué momento lo hacen. Pero estas grandes bases de datos presentan un gran reto a sus propietarios ¿Cómo sacarles provecho?, ¿cómo convertir datos en información para la toma de decisiones? </p><p class="p1">Este artículo presenta una estrategia basada en el aprendizaje de máquina para tratar con conjuntos de datos no etiquetados utilizando conjuntos aproximados y/o ganancia de información. Se propone una estrategia para agrupar los datos utilizando <em>k-means</em>, considerando cuánta información aporta un atributo (ganancia de información), además de poder seleccionar cuáles atributos son realmente indispensables para clasificar nuevos datos y cuáles son dispensables (conjuntos aproximados), lo cual es muy beneficioso pues permite tomar decisiones en menor tiempo. </p> ER -