Herramienta para la Realización de Flujos de Trabajo de Minería de Datos usando R

Abstract

El Centro de Tecnologías de Gestión de Datos (DATEC) perteneciente a la facultad 6 de la Universidad de las Ciencias Informáticas (UCI) posee como una de sus áreas el Departamento de Aplicaciones, el cual es el encargado del análisis de los datos mediante el uso de diversas técnicas. En dicho departamento no se emplea la técnica de diseño de los procesos de Minería de Datos mediante flujos de trabajo, la cual permite tener un mayor control de los procesos de la Minería de Datos y las tareas que los componen. Es por ello que en la presente investigación se desarrolló una herramienta que permite realizar flujos de trabajo de Minería de Datos usando R para facilitar análisis avanzados de los datos de forma certera a los especialistas del centro. En esta primera versión de la herramienta se incorporaron las técnicas de análisis descriptivo o exploratorio y clasificación supervisada. Para validar la solución propuesta se realizaron pruebas funcionales y pruebas de aceptación. Se definió PyCharm como IDE de desarrollo más adecuado para desarrollar la solución brindada.

Abstract The Technology Centre of Data Management (DATEC) belonging to the faculty 6 of the University of Information Sciences (UCI) has as one of its areas the Applications Department, which is responsible for the analysis of data using various techniques. In this department the technic of design of the processes of data mining by using workflows is not used, which allows greater control over the processes of the data mining and tasks that compose. That is why in this research was developed a tool it can create workflows of data mining using R to facilitate advanced analysis of the data of accurate way by the specialists of center. In this first version of the tool were incorporated the techniques of descriptive analysis or exploratory analysis and supervised classification. To validate the proposed solution functional tests and acceptance tests were performed. PyCharm was defined as the most suitable development IDE to develop the solution provided.