SlideShare une entreprise Scribd logo
1  sur  11
INTELIGENCIA ARTIFICIAL AVANZADA CLASIFICACIÓN ANALISIS DE CLUSTERES: CLUSTERING Autor: Guadalupe Ortega Castillo [email_address]
ANALISIS DE CLUSTERS ,[object Object],[object Object],[object Object]
ANALISIS DE CLUSTERS ,[object Object],[object Object]
ANALISIS DE CLUSTERS ,[object Object]
AGRUPAMIENTO CLUSTERING ,[object Object],[object Object],[object Object],[object Object],[object Object]
OBJETIVOS DEL CLUSTERING ,[object Object],[object Object],[object Object]
AGRUPAMIENTO DINÁMICO ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
APLICACIONES ,[object Object],[object Object]
APLICACIONES ,[object Object]
CONCLUSIONES ,[object Object],[object Object],[object Object]
REFERENCIAS BIBLIOGRAFICAS ,[object Object],[object Object]

Contenu connexe

Tendances

Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosMaría Inés Cahuana Lázaro
 
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOSMétodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOSlalopg
 
Componentes de Business Intelligence
Componentes de Business IntelligenceComponentes de Business Intelligence
Componentes de Business IntelligenceCarlos Escobar
 
Técnicas mineria de datos
Técnicas mineria de datosTécnicas mineria de datos
Técnicas mineria de datoslalopg
 
Manual sqlserver2008 final
Manual sqlserver2008 finalManual sqlserver2008 final
Manual sqlserver2008 finalAlex Vasquez
 
Minería de datos Presentación
Minería de datos PresentaciónMinería de datos Presentación
Minería de datos Presentaciónedmaga
 
¿Cómo realizar entrevistas eficaces para obtener requisitos de software?
¿Cómo realizar entrevistas eficaces para obtener requisitos de software?¿Cómo realizar entrevistas eficaces para obtener requisitos de software?
¿Cómo realizar entrevistas eficaces para obtener requisitos de software?Software Guru
 
Puestos y responsabilidades del personal de base de datos
Puestos y responsabilidades del personal de base de datosPuestos y responsabilidades del personal de base de datos
Puestos y responsabilidades del personal de base de datosrumus1000
 
Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)
Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)
Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)Universidad Nacional de Piura
 
Modelos de Simulacion
Modelos de SimulacionModelos de Simulacion
Modelos de SimulacionJammil Ramos
 
Muestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosMuestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosBelinda Bonilla
 
Tipos de datos en MySQL
Tipos de datos en MySQLTipos de datos en MySQL
Tipos de datos en MySQLTotus Muertos
 
Pruebas de sistemas y aceptacion
Pruebas de sistemas y aceptacionPruebas de sistemas y aceptacion
Pruebas de sistemas y aceptacionAbner Gerardo
 
Proyecto De Base De Datos
Proyecto De Base De DatosProyecto De Base De Datos
Proyecto De Base De Datosguesta67b7c
 
Las diez principales amenazas para las bases de datos
Las diez principales amenazas para las bases de datosLas diez principales amenazas para las bases de datos
Las diez principales amenazas para las bases de datosImperva
 
Normalizacion de bases de datos
Normalizacion de bases de datosNormalizacion de bases de datos
Normalizacion de bases de datosCaro_Noirgean
 

Tendances (20)

Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datos
 
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOSMétodos predictivos y Descriptivos - MINERÍA DE DATOS
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
 
Componentes de Business Intelligence
Componentes de Business IntelligenceComponentes de Business Intelligence
Componentes de Business Intelligence
 
Técnicas mineria de datos
Técnicas mineria de datosTécnicas mineria de datos
Técnicas mineria de datos
 
Manual sqlserver2008 final
Manual sqlserver2008 finalManual sqlserver2008 final
Manual sqlserver2008 final
 
Minería de datos Presentación
Minería de datos PresentaciónMinería de datos Presentación
Minería de datos Presentación
 
¿Cómo realizar entrevistas eficaces para obtener requisitos de software?
¿Cómo realizar entrevistas eficaces para obtener requisitos de software?¿Cómo realizar entrevistas eficaces para obtener requisitos de software?
¿Cómo realizar entrevistas eficaces para obtener requisitos de software?
 
Puestos y responsabilidades del personal de base de datos
Puestos y responsabilidades del personal de base de datosPuestos y responsabilidades del personal de base de datos
Puestos y responsabilidades del personal de base de datos
 
Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)
Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)
Base de Datos(Funciones, Vistas,Procedimientos Almacenados,Triggers)
 
Modelos de Simulacion
Modelos de SimulacionModelos de Simulacion
Modelos de Simulacion
 
Muestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosMuestreo: Diseño y Procedimientos
Muestreo: Diseño y Procedimientos
 
Backtracking
BacktrackingBacktracking
Backtracking
 
Tipos de datos en MySQL
Tipos de datos en MySQLTipos de datos en MySQL
Tipos de datos en MySQL
 
Pruebas de sistemas y aceptacion
Pruebas de sistemas y aceptacionPruebas de sistemas y aceptacion
Pruebas de sistemas y aceptacion
 
Proyecto De Base De Datos
Proyecto De Base De DatosProyecto De Base De Datos
Proyecto De Base De Datos
 
Prueba de corridas arriba y abajo de la media
Prueba de corridas arriba y abajo de la mediaPrueba de corridas arriba y abajo de la media
Prueba de corridas arriba y abajo de la media
 
Las diez principales amenazas para las bases de datos
Las diez principales amenazas para las bases de datosLas diez principales amenazas para las bases de datos
Las diez principales amenazas para las bases de datos
 
Normalizacion de bases de datos
Normalizacion de bases de datosNormalizacion de bases de datos
Normalizacion de bases de datos
 
Data mart
Data martData mart
Data mart
 
Auditoria informatica
Auditoria informaticaAuditoria informatica
Auditoria informatica
 

Similaire à Clustering

Clasificacion analisis de cluster (clustering)
Clasificacion analisis de cluster (clustering)Clasificacion analisis de cluster (clustering)
Clasificacion analisis de cluster (clustering)Zynat
 
Cluster No Jerarquico
Cluster No JerarquicoCluster No Jerarquico
Cluster No Jerarquicoguest265dfe86
 
Análisis de Datos
Análisis de DatosAnálisis de Datos
Análisis de DatosKmilo Perez
 
Dialnet la relacionunidaddeanalisis
Dialnet la relacionunidaddeanalisisDialnet la relacionunidaddeanalisis
Dialnet la relacionunidaddeanalisisJulyana Rojas
 
Técnicas de minería de datos
Técnicas de minería de datosTécnicas de minería de datos
Técnicas de minería de datosDavidAcurio2
 
Estructura del análisis
Estructura del análisis Estructura del análisis
Estructura del análisis RicardoMejia62
 
La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...
La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...
La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...Jorge Pacheco
 
Algoritmos de Clasificación
Algoritmos de ClasificaciónAlgoritmos de Clasificación
Algoritmos de ClasificaciónUTPL
 
Clustering K-Means
Clustering K-MeansClustering K-Means
Clustering K-MeansRocio Chavez
 
224667617-Logica-Cuantitativa-y-Cualitativa.pdf
224667617-Logica-Cuantitativa-y-Cualitativa.pdf224667617-Logica-Cuantitativa-y-Cualitativa.pdf
224667617-Logica-Cuantitativa-y-Cualitativa.pdfIsaRodriguez53
 
Spss Tutorial 1
Spss Tutorial 1Spss Tutorial 1
Spss Tutorial 1vinod
 
Administración de la informacion
Administración de la informacionAdministración de la informacion
Administración de la informacionEden Rodríguez
 
Técnicas más usadas en la mineria de datos
Técnicas más usadas en la mineria de datosTécnicas más usadas en la mineria de datos
Técnicas más usadas en la mineria de datosValeria Gavilanes
 
Clase multivaariado 01
Clase multivaariado 01Clase multivaariado 01
Clase multivaariado 01Jhoel Calderon
 
Gestión del Conocimiento clase 06.pptx
Gestión del Conocimiento clase 06.pptxGestión del Conocimiento clase 06.pptx
Gestión del Conocimiento clase 06.pptxanatrujillo73
 

Similaire à Clustering (20)

Clasificacion analisis de cluster (clustering)
Clasificacion analisis de cluster (clustering)Clasificacion analisis de cluster (clustering)
Clasificacion analisis de cluster (clustering)
 
Aprendizaje no supervisado
Aprendizaje no supervisadoAprendizaje no supervisado
Aprendizaje no supervisado
 
Cluster No Jerarquico
Cluster No JerarquicoCluster No Jerarquico
Cluster No Jerarquico
 
Análisis de Datos
Análisis de DatosAnálisis de Datos
Análisis de Datos
 
Estructura del Análisis
Estructura del AnálisisEstructura del Análisis
Estructura del Análisis
 
Dialnet la relacionunidaddeanalisis
Dialnet la relacionunidaddeanalisisDialnet la relacionunidaddeanalisis
Dialnet la relacionunidaddeanalisis
 
Técnicas de minería de datos
Técnicas de minería de datosTécnicas de minería de datos
Técnicas de minería de datos
 
Estructura del análisis
Estructura del análisis Estructura del análisis
Estructura del análisis
 
La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...
La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...
La relación Unidad de Análisis-Unidad de Observación- Unidad de Información: ...
 
Algoritmos de Clasificación
Algoritmos de ClasificaciónAlgoritmos de Clasificación
Algoritmos de Clasificación
 
Clusters con r
Clusters con rClusters con r
Clusters con r
 
Clustering K-Means
Clustering K-MeansClustering K-Means
Clustering K-Means
 
224667617-Logica-Cuantitativa-y-Cualitativa.pdf
224667617-Logica-Cuantitativa-y-Cualitativa.pdf224667617-Logica-Cuantitativa-y-Cualitativa.pdf
224667617-Logica-Cuantitativa-y-Cualitativa.pdf
 
Spss Tutorial 1
Spss Tutorial 1Spss Tutorial 1
Spss Tutorial 1
 
628893
628893628893
628893
 
Administración de la informacion
Administración de la informacionAdministración de la informacion
Administración de la informacion
 
JLaguna_Estructura del análisis..pptx
JLaguna_Estructura del análisis..pptxJLaguna_Estructura del análisis..pptx
JLaguna_Estructura del análisis..pptx
 
Técnicas más usadas en la mineria de datos
Técnicas más usadas en la mineria de datosTécnicas más usadas en la mineria de datos
Técnicas más usadas en la mineria de datos
 
Clase multivaariado 01
Clase multivaariado 01Clase multivaariado 01
Clase multivaariado 01
 
Gestión del Conocimiento clase 06.pptx
Gestión del Conocimiento clase 06.pptxGestión del Conocimiento clase 06.pptx
Gestión del Conocimiento clase 06.pptx
 

Clustering

  • 1. INTELIGENCIA ARTIFICIAL AVANZADA CLASIFICACIÓN ANALISIS DE CLUSTERES: CLUSTERING Autor: Guadalupe Ortega Castillo [email_address]
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.