Please use this identifier to cite or link to this item: https://hdl.handle.net/11000/31999
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorPolotskaya, Kristina-
dc.contributor.advisorRabasa, Alejandro-
dc.contributor.authorCanals Orts, Eugenio-
dc.contributor.otherDepartamentos de la UMH::Ingeniería de Computadoreses_ES
dc.date.accessioned2024-04-25T12:41:22Z-
dc.date.available2024-04-25T12:41:22Z-
dc.date.created2024-02-
dc.identifier.urihttps://hdl.handle.net/11000/31999-
dc.description.abstractEn la actual era digital en constante evolución, la generación masiva de datos en todos los ámbitos de la sociedad ha planteado desafíos y oportunidades para las organizaciones. Estos datos tienen el potencial de mejorar la Toma de Decisiones estratégicas y operativas, pero su mero volumen no es suficiente para aprovechar su valor. Por tanto, la Ciencia de Datos surge como la disciplina que busca extraer conocimiento y patrones a partir de datos específicos. Y de manera subyacente el Análisis de Datos, mediante métodos y algoritmos, desempeña un papel fundamental en la obtención de conocimientos para respaldar la Toma de Decisiones. En paralelo, el concepto de Big Data ha ganado relevancia al referirse a la acumulación masiva de datos estructurados y no estructurados que superan la capacidad de las herramientas tradicionales de procesamiento y análisis. El desafío radica en extraer información significativa de este volumen de datos, donde las herramientas de Ciencia de Datos y análisis juegan un rol crucial. Estas herramientas permiten a las organizaciones adquirir información valiosa, identificar tendencias, predecir comportamientos y tomar decisiones. Al aplicar técnicas de Machine Learning y minería de datos, se pueden descubrir correlaciones ocultas y patrones relevantes, incluso en conjuntos de datos extremadamente grandes y complejos. En este contexto, la justificación de este proyecto reside en la necesidad actual de Análisis y Visualización de Datos para tomar decisiones informadas en diversos sectores. Ante el crecimiento constante en volumen y complejidad de los datos, desarrollar una herramienta web dedicada para este propósito puede proveer beneficios significativos y cumplir con las necesidades de entidades que buscan aprovechar al máximo la información contenida en sus datos. La creación de una aplicación desde cero ofrece un mayor control sobre funcionalidades y especificaciones, permitiendo adaptarla a necesidades particulares. Esto contrasta con las soluciones comerciales menos personalizables. Además, el proceso de desarrollo implica una investigación exhaustiva de tecnologías existentes y su implementación, determinando la viabilidad de una aplicación web enfocada en el tratamiento de datos.es_ES
dc.formatapplication/pdfes_ES
dc.format.extent66es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Miguel Hernández de Elchees_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectciencia de datoses_ES
dc.subjectanálisis de datoses_ES
dc.subjectminería de datoses_ES
dc.subjectmachine learninges_ES
dc.subjectBig Dataes_ES
dc.subject.classificationIngeniería Informáticaes_ES
dc.subject.otherCDU::6 - Ciencias aplicadas::62 - Ingeniería. Tecnologíaes_ES
dc.titleProgramación y testeo de módulos de análisis y visualización de datoses_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
Appears in Collections:
TFG-Ingeniería Informática en Tecnologías de la Información (ELCHE)


Thumbnail

View/Open:
 TFG-Canals Orts, Eugenio.pdf

5,5 MB
Adobe PDF
Share:


Creative Commons ???jsp.display-item.text9???