|
|
|
|
| LEADER |
00000nam a2200000 a 4500 |
| 003 |
AR-LpUFIB |
| 005 |
20250423183200.0 |
| 008 |
230201s2013 ag a rm 000 0 spa d |
| 024 |
8 |
|
|a DIF-M6940
|b 7105
|z DIF006340
|
| 040 |
|
|
|a AR-LpUFIB
|b spa
|c AR-LpUFIB
|
| 100 |
1 |
|
|a Aquino, Germán
|9 49012
|
| 245 |
1 |
0 |
|a Caracterización de documentos utilizando técnicas de minería de textos
|
| 260 |
|
|
|c 2013
|
| 300 |
|
|
|a 110 p. :
|b il. col. +
|e 1 DVD
|
| 502 |
|
|
|a Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata, Facultad de Informática, 2013.
|
| 505 |
0 |
|
|a 1. Minería de Datos y Minería de Textos -- 1.1. El Proceso de Extracción -- 1.2. Fases del proceso de Extracción de Conocimiento -- 1.2.1. Integración y Recopilación -- 1.2.2. Selección, limpieza y transformación -- 1.2.3. El proceso de Minería de Datos -- 1.2.4. Evaluación e interpretación -- 1.3. Cuestiones relevantes en la Minería de Datos -- 1.3.1. Tipos de datos. Discretización y numerización -- 1.3.2. Normalización y escalado de los datos -- 1.3.3. Expresividad y separabilidad -- 1.3.4. Dimensionalidad -- 1.3.5. Medidas de distancia -- 1.4. Minería de Textos -- 1.4.1. Tareas y representaciones en la minería de textos -- 1.4.2. Caracterización de documentos -- 1.5. Resumen del capítulo -- 2. Técnicas de la Minería de Datos -- 2.1. Tareas de la Minería de Datos -- 2.2. Relación entre las técnicas y las tareas -- 2.3. Redes Neuronales -- 2.3.1. Aprendizaje supervisado -- 2.3.2. Perceptrón multicapa y algoritmo de Backpropagation -- 2.3.3. Aprendizaje no supervisado -- 2.4. Algoritmo K-medias -- 3. El método LIKE. Pre-procesamiento de los datos -- 3.1. El problema de la extracción de palabras clave -- 3.2. LIKE: Recopilación, integración y limpieza de los datos -- 3.3. Transformación de los datos -- 3.3.1. Obtención de los términos -- 3.3.2. Generación de características -- 3.4. Resumen del capítulo -- 4. El método LIKE. Entrenamiento y evaluación del modelo -- 4.1. El problema del desbalance de clases -- 4.2. Entrenamiento de la red neuronal -- 4.3. KEA: Keyphrase Extraction Algorithm -- 4.3.1. Generación de frases candidatas -- 4.3.2. Construcción del modelo -- 4.4. Medidas de evaluación. Precisión, recall y F-measure -- 4.5. Evaluación y resultados obtenidos -- 4.6. Resumen del capítulo -- 5. Conclusiones -- Índice de figuras -- Índice de tablas -- Bibliografía
|
| 650 |
|
4 |
|a REDES NEURONALES
|9 42953
|
| 650 |
|
4 |
|a APRENDIZAJE AUTOMÁTICO
|9 42949
|
| 650 |
|
4 |
|a BÚSQUEDA Y RECUPERACIÓN DE INFORMACIÓN
|9 44688
|
| 653 |
|
|
|a minería de textos
|
| 653 |
|
|
|a extracción de palabras clave
|
| 700 |
1 |
|
|a Lanzarini, Laura Cristina ,
|e Director/a
|9 43377
|
| 942 |
|
|
|c TE
|
| 952 |
|
|
|0 0
|1 0
|4 0
|6 TES_1330
|7 1
|9 81305
|a DIF
|b DIF
|d 2025-03-11
|i DIF-04356
|l 0
|o TES 13/30
|p DIF-04356
|r 2025-03-11 17:04:28
|w 2025-03-11
|x DV 128
|y TE
|
| 999 |
|
|
|c 56121
|d 56121
|
