TITULO

Normal view MARC view ISBD view

La metodología del Data Mining : una aplicación al consumo de alcohol en adolescentes Elena Gervilla García; Rafael Jiménez López; Juan José Montaño Moreno; Albert Sesé Abad; Berta Cajal Blasco; Alfonso Palmer Pol

By: Gervilla E.
Contributor(s): JIMÉNEZ R | PALMER A | CAJAL B | Sesé A | MONTAÑO JJ.
Material type: materialTypeLabelArticle Media type: Article Subject(s): Adolescents | Consum d'alcohol | Neurologia | Xarxes neuronals (Neurobiologia) | Alcoholisme | Árboles de Decisión | Naive Bayes | Reglas de AsociaciónOnline resources: Accés lliure In: ADICCIONES 2009 GEN-MAR; 21 (1): 65-80Summary: El presente trabajo pretende principalmente acercar a los investigadores del campo de las drogodependencias una metodología de análisis de datos orientada al descubrimiento de conocimiento en bases de datos (KDD). El KDD es un proceso que consta de una serie de fases, la más característica de las cuales se denomina Data Mining (DM), en la que se aplican diferentes técnicas de modelado para detectar patrones y relaciones en los datos. Se analizan los factores comunes y diferenciadores de las técnicas DM más ampliamente utilizadas, desde una visión principalmente metodológica, y ejemplificando su uso con datos provenientes del consumo de alcohol en adolescentes y su posible relación con variables de personalidad (N=7030). Aunque la precisión global obtenida (% de predicciones correctas) es muy similar en los tres modelos analizados, las redes neuronales generan el modelo más preciso (64.1%), seguidas de los árboles de decisión (62.3%) y Naive Bayes (59.9%).
Tags from this library: No tags from this library for this title. Log in to add tags.
    average rating: 0.0 (0 votes)
Item type Current location Collection Call number Vol info url Status Notes Date due Barcode
Journal article Journal article Escola Universitària d'Infermeria i Teràpia Ocupacional de Terrassa
Internet
En línia Link to resource Not for loan 0000101707907
Journal Journal Escola Universitària d'Infermeria i Teràpia Ocupacional de Terrassa
Internet
En línia Desde vol. 11 núm. 1 Link to resource Not for loan Consulta en línia 285061

Palabras Claves: Redes Neuronales Artificiales, Árboles de Decisión, Naive Bayes, Reglas de Asociación, alcohol

El presente trabajo pretende principalmente acercar a los investigadores del campo de las drogodependencias una metodología de análisis de datos orientada al descubrimiento de conocimiento en bases de datos (KDD). El KDD es un proceso que consta de una serie de fases, la más característica de las cuales se denomina Data Mining (DM), en la que se aplican diferentes técnicas de modelado para detectar patrones y relaciones en los datos. Se analizan los factores comunes y diferenciadores de las técnicas DM más ampliamente utilizadas, desde una visión principalmente metodológica, y ejemplificando su uso con datos provenientes del consumo de alcohol en adolescentes y su posible relación con variables de personalidad (N=7030). Aunque la precisión global obtenida (% de predicciones correctas) es muy similar en los tres modelos analizados, las redes neuronales generan el modelo más preciso (64.1%), seguidas de los árboles de decisión (62.3%) y Naive Bayes (59.9%).

There are no comments for this item.

Log in to your account to post a comment.


   Recursos d´informació - Recursos de información - Information resources

Moodle
  • Bases de dades 

BVS 
ENFISPO   
 
  •  Bases de dades d'evidències

  • Cercadors acadèmics

 
  • Plataformes editorials

 
  • Portals temàtics

 
  •  Repositoris digitals

R
  • Revistes

 
  • Xarxes socials especialitzades en l'àmbit acadèmic

 
  • Més recursos 

Powered by Koha