000			02119nam a22003137i 4500
001			AZUAY-82341
003			AZUAY
005			20251111042954.0
008			251108b ||||||||qm||| 00| | d
040			_aAZUAY _bspa _cAZUAY _dAZUAY _erda
041	0		_aspa
084			_aUDA-BG T13926
100	1		_aMatute Rivera, Marcia Alexandra, _eautor
245	1	0	_aEvaluación de las herramientas de minería de datos en variables de contaminación atmosférica
264	3	1	_aEcuador : _bUniversidad del Azuay-Facultad de Ciencias de la Administración-Escuela de Ingeniería de Sistemas y Telemática, _c2018
300			_a100 páginas
300			_bDigital
336			_2rdacontent _atexto _btxt
337			_2rdamedia _acomputadora _bc
338			_2rdacarrier _arecurso en línea _bcr
502			_aIngeniero en Sistemas y Telemática
520	3		_bEste estudio se orientó a la evaluación de las herramientas de minería de datos: RapidMiner, KNime Weka, IBM SPSS Modeler y SAS para minería de datos en variables de contaminación atmosférica: Ozono (O3), Monóxido de Carbono (CO), Dioxido de Azufre (SO2), Dióxido de Nitrógeno (NO2) y Material Particulado 2,5um (PM2,5), estos datos fueron recogidos y almacenados por los sistemas de monitoreo continuo de la calidad del aire del municipio de Cuenca. Para el tratamiento de los datos las herramientas aplican el algoritmo k-means y funciones matemáticas como conversión de valores para descubrir correlaciones entre los datos; con los resultados obtenidos en cada herramienta se realizó un análisis de matriz comparativa con indicadores como: funcionalidad, usabilidad, rendimiento, soporte de tareas auxiliares, entre otros, de acuerdo a los resultados obtenidos la mejor herramienta para minería de datos en variables de contaminación atmosférica es RapidMiner.
650	1	4	_aCALIDAD DEL AIRE
650	1	4	_aCONTAMINACIÓN ATMOSFÉRICA
650	1	4	_aMINERÍA DE DATOS
700	1		_aSellers Walden, Chester Andrew, Director de Tesis, _edirector
856	4	0	_uhttp://dspace.uazuay.edu.ec/handle/datos/8203 _yVer documento en línea
942			_2z _c6
999			_c35448 _d35448