Por favor, use este identificador para citar o enlazar este ítem:
http://infotec.repositorioinstitucional.mx/jspui/handle/1027/502| Análisis exploratorio de datos para la detección de productos tecnológicos | |
| Alan García | |
| MARIO GRAFF GUERRERO | |
| Acceso Abierto | |
| Atribución-NoComercial-CompartirIgual | |
| Computación en nube Servicios Web Boletín de noticias | |
| Hoy en día un adecuado preprocesamiento de datos es fundamental para alimentar sistemas de información, algoritmos de aprendizaje computacional, sistemas expertos, visión artificial, reconocimiento de voz y análisis de texto. Por ejemplo, dando un tratamiento adecuado a los datos, se puede realizar una agrupación de documentos similares usando algoritmos de clustering o incluso realizar análisis de sentimientos. Tales documentos pueden ser textos cortos como tuits, opiniones en blogs o comentarios de usuarios sobre productos en plataformas de comercio electrónico (ecommerce), hasta colecciones de texto más extensas como noticias o libros digitales, estos documentos forman parte de los llamados datos no estructurados. También existen los llamados datos estructurados, cuya diferencia según Devin Pickell se explica a continuación: “Los datos estructurados están altamente organizados y formateados de tal manera que se pueden buscar fácilmente en bases de datos relacionales. Los datos no estructurados no tienen un formato u organización predefinidos, lo que hace que sea mucho más difícil de recopilar, procesar y analizar”. Se puede pensar que la mayoría de los datos están bien organizados, sin embargo, se sabe que solo el 5% de la información es estructurada, el resto proviene de imágenes, audios, o documentos como los mencionados anteriormente. El preprocesamiento consiste en usar métodos eficientes que homologuen o den forma óptima a los datos con el objetivo ser utilizados para su análisis, simplificar representaciones finales, enfocarse en palabras de carga semántica o remover complicaciones innecesarias dada una tarea, por ejemplo, en el caso de texto podemos transformar todas las letras a minúsculas, eliminar signos de puntuación o símbolos raros (emojis, caracteres especiales), eliminar stopwords5 y utilizar procesos de stemming6 o lematización7 con el fin de existan emparejamientos entre las características de un texto [1]. | |
| INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación | |
| 15-12-2020 | |
| Trabajo de grado, maestría | |
| Español | |
| Bibliotecarios Consejeros Empresas Estudiantes | |
| García Pérez, Alan Rubén. (2020). Análisis exploratorio de datos para la detección de productos tecnológicos. INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación, Ciudad de México. | |
| DISEÑO CON AYUDA DE ORDENADOR | |
| Versión publicada | |
| publishedVersion - Versión publicada | |
| Aparece en las colecciones: | Maestría en Ciencia de Datos e Información |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| INFOTEC_MCDI_ARGP_2020.pdf | 3.21 MB | Adobe PDF | Visualizar/Abrir |