{"status":"ok","message-type":"work","message-version":"1.0.0","message":{"institution":[{"name":"Universidad Nacional de La Plata"}],"indexed":{"date-parts":[[2022,4,4]],"date-time":"2022-04-04T16:44:03Z","timestamp":1649090643428},"reference-count":0,"publisher":"Universidad Nacional de La Plata","license":[{"content-version":"unspecified","delay-in-days":0,"URL":"http:\/\/creativecommons.org\/licenses\/by-nc-nd\/4.0\/"}],"content-domain":{"domain":[],"crossmark-restriction":false},"short-container-title":[],"abstract":"<jats:p>Esta tesis presenta una nueva t\u00e9cnica de Miner\u00eda de Datos capaz de construir, a partir de la informaci\u00f3n disponible, un conjunto de reglas de clasificaci\u00f3n que posea tres caracter\u00edsticas fundamentales: precisi\u00f3n aceptable, cardinalidad baja y simplicidad en la definici\u00f3n de las reglas. Esto \u00faltimo est\u00e1 dado por el uso de un n\u00famero reducido de atributos en la construcci\u00f3n del antecedente. Esta caracter\u00edstica, sumada a la baja cardinalidad del conjunto de reglas permite distinguir patrones sumamente \u00fatiles a la hora de comprender las relaciones entre los datos. Estas cualidades hacen que el modelo obtenido posea una gran capacidad descriptiva resultando sumamente \u00fatil para la toma de decisiones. El m\u00e9todo propuesto ha sido aplicado sobre varios conjuntos de datos, tanto de repositorio como reales, demostrando que ambas caracter\u00edsticas se verifican aunque en algunos casos su precisi\u00f3n sea ligeramente superada por otros m\u00e9todos existentes. Esto tiene que ver con la presi\u00f3n realizada por mantener la simplicidad del modelo no permitiendo la generaci\u00f3n de reglas con poca cobertura.<\/jats:p>","DOI":"10.35537\/10915\/59408","type":"dissertation","created":{"date-parts":[[2019,8,20]],"date-time":"2019-08-20T13:27:12Z","timestamp":1566307632000},"approved":{"date-parts":[[2017,3,23]]},"source":"Crossref","is-referenced-by-count":0,"title":["Extracci\u00f3n de reglas utilizando estrategias adaptativas"],"prefix":"10.35537","author":[{"sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Laura Cristina","family":"Lanzarini","sequence":"first","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]}],"member":"10308","container-title":[],"original-title":[],"deposited":{"date-parts":[[2019,8,20]],"date-time":"2019-08-20T13:27:12Z","timestamp":1566307632000},"score":1,"degree":["Doctor en Ciencias Inform\u00e1ticas"],"resource":{"primary":{"URL":"http:\/\/sedici.unlp.edu.ar\/handle\/10915\/59408"}},"subtitle":[],"short-title":[],"issued":{"date-parts":[[null]]},"references-count":0,"URL":"https:\/\/doi.org\/10.35537\/10915\/59408","relation":{},"subject":[]}}