Mostrar el registro sencillo del documento
Herramienta interactiva para aplicar técnicas de visualización en análisis de datos
dc.rights.license | Atribución-NoComercial-SinDerivadas 4.0 Internacional |
dc.contributor.advisor | Duque Méndez, Néstor Darío |
dc.contributor.author | Zapata Ocampo, Gonzalo Mauricio |
dc.date.accessioned | 2021-10-09T15:19:11Z |
dc.date.available | 2021-10-09T15:19:11Z |
dc.date.issued | 2021 |
dc.identifier.uri | https://repositorio.unal.edu.co/handle/unal/80469 |
dc.description | figuras, gráficos, tablas |
dc.description.abstract | Con la revolución de los datos que evidenciamos día a día, nos enfrentamos al reto de desarrollar herramientas que almacenen y procesen información, con el fin de poder tomar decisiones bien fundamentadas. En este sentido, la visualización de la información compilada de grandes archivos o bases de datos requiere de programas especializados y habilidades en lenguajes de programación, o de incurrir en un alto costo de adquisición de aplicaciones o de licencias de uso temporales, sumado a la necesidad de equipos de cómputo acondicionados para hacer este tipo de operaciones gráficas de manera depurada y que se traduzca en datos relevantes, que sean de fácil entendimiento para los responsables de análisis. Estas bases masivas de información se deben poder analizar por todos los sectores productivos y de servicios, seleccionando la mejor opción según sus necesidades y parámetros establecidos, ya sean estos, rangos de presupuestos, límites de tiempos o disponibilidades de materiales, entre otros. Para ello toda la información, datos y archivos, deben reposar en un sistema que posea la habilidad de procesar la información según las necesidades de acuerdo con las restricciones propias de su entorno. El trabajo presentado en este documento pretende diseñar, desarrollar e implementar un Software Interactivo de Visualización de Datos, que posea las características de: i) gratuidad; ii) facilidad de ejecución, sin requerir del usuario experiencia previa en lenguajes de programación; y iii) apto para ser utilizado por quien lo necesite en línea, con una interfaz amigable e intuitiva para el usuario, que haga de su operatividad una tarea fácil de realizar o aprender, aportando nuevas herramientas a esta área del conocimiento, conocida como Data Analysis o Análisis de Datos. (Texto tomado de la fuente) |
dc.description.abstract | Every day there is a data revolution, so we face the challenge of developing tools to store and process information so that we can make informed decisions. Therefore, viewing the information collected from large files or databases requires specialized programs and skills in programming languages, or incurring the high cost of acquiring applications or licenses for temporary use, in addition to the need for improved computer equipment to graphical operations in a refined way and translated into relevant data, easily understood by those responsible for the analysis. Massive information databases must be able to be analyzed by all productive and service sectors, selecting the best option according to their needs and established parameters, whether they are budget ranges, deadlines or material availability, among others. For this, all the information, data and files must be in a system that has the capacity to process the information according to the needs according to the restrictions of its environment. The objective of the work presented in this document is to design, develop and implement Interactive Data Visualization Software, which has the following characteristics: i) free; ii) ease of execution, without requiring the user to have previous experience in programming languages; and iii) suitable for use by those who need it online, with a friendly and intuitive interface for the user, which makes its operation an easy task to perform or learn, providing new tools to this area of knowledge, known as Analysis of Data or data analysis. |
dc.format.extent | xiv, 103 páginas |
dc.format.mimetype | application/pdf |
dc.language.iso | spa |
dc.publisher | Universidad Nacional de Colombia |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.subject.ddc | 000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación |
dc.title | Herramienta interactiva para aplicar técnicas de visualización en análisis de datos |
dc.type | Trabajo de grado - Maestría |
dc.type.driver | info:eu-repo/semantics/masterThesis |
dc.type.version | info:eu-repo/semantics/acceptedVersion |
dc.publisher.program | Manizales - Administración - Maestría en Administración de Sistemas Informáticos |
dc.contributor.researchgroup | GAIA Grupo de Ambientes Inteligentes Adaptativos |
dc.description.degreelevel | Maestría |
dc.description.degreename | Magister en Administración de Sistemas Informáticos |
dc.description.researcharea | Sistemas de Información |
dc.identifier.instname | Universidad Nacional de Colombia |
dc.identifier.reponame | Repositorio Institucional Universidad Nacional de Colombia |
dc.identifier.repourl | https://repositorio.unal.edu.co/ |
dc.publisher.department | Departamento de Informática y Computación |
dc.publisher.faculty | Facultad de Administración |
dc.publisher.place | Manizales, Colombia |
dc.publisher.branch | Universidad Nacional de Colombia - Sede Manizales |
dc.relation.references | Adams, C. (2014). Learning Python Data Visualization. UK: Packt Publishing Ltd. |
dc.relation.references | Beran, B., Van Ingen, C., Zaslavsky, I., & Valentine, D. (2008). OLAP Cube Virtualization of Environmental Data Catalogs. San Diego Supercomputer Center. |
dc.relation.references | Chen , L., & Zhou, H. (2016). Research and Application of Dynamic and Interactive data Visualization based on D3. IEEE. |
dc.relation.references | Grotten , S., Krone , M., Muller, C., Reina, G., & Ertl, T. (2015). MegaPol-A prototyping Framework for Particle-Based Visualization. IEEE Vol. 21 No. 2. |
dc.relation.references | Han, J., Kamber, M., & Pei, J. (2012). Data Mining Concepts and Techniques. USA: Morgan Kaufmann - Elsevier. |
dc.relation.references | Henschen, D. (2018). A look at Tableau´s intelligent data prep, discovery, recommendation and natural language query capabilities. Constellation Research. |
dc.relation.references | Khlebnikov, R., Kainz, B., Steinberger, M., & Schmalstieng, D. (2013). Noise-Based Volume Rendering for the Visualization of Multivariate Volumetric Data. IEEE Vol. 19 No. 12. |
dc.relation.references | LARAVEL. (15 de 04 de 2021). LARAVEL. Obtenido de https://laravel.com/ |
dc.relation.references | Liu, J., & Chen, Y. (2012). Fast Data Analysis with integrated statistical metadata in Scientific Datasets. |
dc.relation.references | Liu, J., & Chen, Y. (2012). Improving Data Analysis Performance for High-Performance Computing with Integrating Statistical Metadata in Scientific Datasets. High Performance Computing, Networking Storage and Analysis. |
dc.relation.references | Ma, H., & Jones, K. W. (2005). Scientific Visualization and Data Modeling of Scattered Sediment Contaminant in New York/New Jersey Estuaries. |
dc.relation.references | MINITAB. (17 de 04 de 2021). MINITAB. Obtenido de Minitab® Statistical Software: https://www.minitab.com/es-mx/products/minitab/ |
dc.relation.references | Murray, S. (2017). Interactive Data Visualization for the Web. United States: O´Reilly Media Inc. |
dc.relation.references | Nouanesengsy, B., Woodring, J., Patchett, J., Myers, K., & Ahrens, J. (2014). ADR Visualization: A generalized Framework for Ranking Large-Scale Scientific Data using Analysis-Driven Refinement. IEEE. |
dc.relation.references | Orange. (17 de 04 de 2021). Obtenido de https://orangedatamining.com/ |
dc.relation.references | Otoo, E. J., & Rotem, D. (2006). Efficient storage allocation of Large-Scale Extendible Multi-dimentional Scientific Datasets. University of California. |
dc.relation.references | Qiang , X., Wei , Y., & Hanfei, Z. (2010). Application of Visualization Tecnology in Spatial Data Mining. Computing, Control and Industrial Engineering. |
dc.relation.references | RAPIDMINER. (17 de 4 de 2021). Obtenido de https://rapidminer.com/ |
dc.relation.references | Riasetiawan, M., & Mahmood, A. K. (2010). Science-Forge: A collaborative Scientific Framework. IEEE. |
dc.relation.references | Rossant, C. (2015). Learning IPython for Interactive Computing and Data Visualization . UK: Packt Publishing Ltd. |
dc.relation.references | Rubel, O., Weber, G. H., Huang, M.-Y., Bethel, E., Biggin, M. D., Fowlkes, C. C., . . . Hamann, B. (2010). Integrating Data Clustering and Visualization for the Analysis of 3D Gene Expression Data. IEEE Vol. 7 No. 1. |
dc.relation.references | Salmre, I. (16 de 04 de 2021). Tableau: Overview and Proof Points. Obtenido de https://www.tableau.com/sites/default/files/whitepapers/tableau_online_scalability_wp_0.pdf |
dc.relation.references | SAS. (15 de 04 de 2021). Documentación . Obtenido de https://support.sas.com/en/documentation.lang.html |
dc.relation.references | SAS. (15 de 4 de 2021). SAS: Analytics, Artificial Intelligence and Data Management. Obtenido de https://www.sas.com/en_us/home.html |
dc.relation.references | Schulz, H.-J., Angelini, M., Santucci, G., & Schumann, H. (2016). An Enhanced Visualization Process Model for Incremental Visualization. IEEE Vol. 22 No. 7. |
dc.relation.references | Simmhan, Y., Barga, R., Van Ingen, C., Lazowska, E., & Szalay, A. (2008). On building scientific workflow system for Data Management in Cloud. IEEE. |
dc.relation.references | Smeulders, R., & Heijs, A. (2005). Interactive Visualization of High Dimentional Marketing Data in the Financial Industry. IEEE. |
dc.relation.references | TABLEAU. (16 de 04 de 2021). TABLEAU SOFTWARE, LLC, A SALESFORCE COMPAN. Obtenido de https://www.tableau.com/ |
dc.relation.references | Tan, P.-N., Steinbach, M., & Kumar, V. (2006). Introduction to Data Mining. United States: Pearson Education Inc. |
dc.relation.references | Viktor, H., & Paquet, E. (2006). Visualization Techniques for Data Mining. NRC Publications, 1190-1195. |
dc.relation.references | Westrip, S. P. (2010). pubICIF: Software for editing, validating and formating crystallografic information files. Applied Crystallography. |
dc.relation.references | Yan, H., & Wang, J. (2017). Research and Application of the Test Data Visualization. Data Science in Cyberspace. |
dc.relation.references | Yang, E., Ross, D., Nagella, S., & Turner, M. (2015). Data optimised computing for heterogeneous Big Data Computing Applications. IEEE. |
dc.rights.accessrights | info:eu-repo/semantics/openAccess |
dc.subject.proposal | Análisis de datos |
dc.subject.proposal | Procesamiento de información |
dc.subject.proposal | Software interactivo |
dc.subject.proposal | Toma de decisiones |
dc.subject.proposal | Visualización gráfica |
dc.subject.proposal | Data analysis |
dc.subject.proposal | Information processing |
dc.subject.proposal | Interactive software |
dc.subject.proposal | Decision making |
dc.subject.proposal | Graphic visualization |
dc.subject.unesco | Recopilación de datos |
dc.subject.unesco | Data visualization |
dc.subject.unesco | Computer programming |
dc.title.translated | Interactive tool to apply visualization techniques in data analysis |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc |
dc.type.coarversion | http://purl.org/coar/version/c_ab4af688f83e57aa |
dc.type.content | Image |
dc.type.content | Text |
oaire.accessrights | http://purl.org/coar/access_right/c_abf2 |
dcterms.audience.professionaldevelopment | Investigadores |
dcterms.audience.professionaldevelopment | Maestros |
dcterms.audience.professionaldevelopment | Público general |
Archivos en el documento
Este documento aparece en la(s) siguiente(s) colección(ones)
![Atribución-NoComercial-SinDerivadas 4.0 Internacional](/themes/Mirage2//images/creativecommons/cc-generic.png)