Publicación:
DataClassify: Plataforma interactiva para el análisis inteligente de datos

Vista sencilla de ítem
dc.contributor.advisorCarvajal Díaz, Luisa Fernanda
dc.contributor.authorMalambo Díaz Pedro Pablo
dc.contributor.researchgroupCIENCIA, TECNOLOGÍA E INNOVACIÓN::TECNOLOGICO ONTARE MAIRA ALEJANDRA GARCIA JARAMILLO Categoría A1 COL0026879
dc.creator.id1032475780
dc.date.accessioned2025-07-08T15:02:32Z
dc.date.issued2025-05-06
dc.description.abstractEl documento presenta DataClassify, una plataforma interactiva desarrollada en Python para facilitar el análisis, clasificación y visualización de datos complejos. Está dirigida a usuarios sin conocimientos técnicos avanzados, permitiéndoles explorar grandes volúmenes de información mediante consultas dinámicas, filtros personalizados y gráficos intuitivos. El proyecto busca democratizar el acceso al análisis de datos con aplicaciones en educación, investigación y pequeñas empresas. Se describen sus fases de desarrollo, requerimientos técnicos, impacto proyectado y análisis de resultados, incluyendo métricas de eficiencia, accesibilidad y rentabilidad.spa
dc.description.abstractThe document presents DataClassify, an interactive platform developed in Python aimed at facilitating the analysis, classification, and visualization of complex data. It is designed for users without advanced technical skills, allowing them to explore large datasets through dynamic queries, custom filters, and intuitive charts. The project seeks to democratize data analysis, with potential applications in education, research, and small businesses. It details the development phases, technical requirements, projected impact, and performance results, including metrics for efficiency, accessibility, and profitability.eng
dc.description.degreelevelTrabajo de gradospa
dc.description.degreenameIngeniero de Sistemasspa
dc.description.researchareaCiencia de datos
dc.description.tableofcontents1. Portada 2. Resumen 3. Introducción 4. Objetivo General y Específicos 5. Problema 6. Justificación 7. Análisis de Requerimientos - Requerimientos funcionales - Requerimientos no funcionales 8. Recursos Necesarios 9. Marco Referencial 10. Análisis de Restricciones PESTEL 11. Metodología - Fases del desarrollo 12. Hipótesis 13. Costos - Desarrollo Inicial - Licencias y Herramientas - Mantenimiento y Actualización - Marketing y Publicidad - Proyección de Ventas - Rentabilidad y ROI 14. Resultados Parciales 15. Análisis de Resultados 16. Proyección de Impacto 17. Conclusionesspa
dc.formatpdf
dc.format.extent45 páginas
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-FIS
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlhttps://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/14908
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programIngeniería de Sistemasspa
dc.relation.referencesProvost, F., & Fawcett, T. (2013). Data Science for Business. O'Reilly Media.
dc.relation.referencesWitten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016). Data Mining: Practical Machine Learning Tools and Techniques (4ª ed.). Morgan Kaufmann.
dc.relation.referencesHan, J., Pei, J., & Kamber, M. (2011). Data Mining: Concepts and Techniques (3ª ed.). Elsevier.
dc.relation.referencesMcKinney, W. (2017). Python for Data Analysis (2ª ed.). O’Reilly Media.
dc.relation.referencesJames, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer.
dc.relation.referencesHastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning. Springer.
dc.relation.referencesCairo, A. (2013). The Functional Art: An Introduction to Information Graphics and Visualization. New Riders.
dc.relation.referencesFew, S. (2006). Information Dashboard Design: The Effective Visual Communication of Data. O’Reilly Media.
dc.relation.referencesFew, S. (2012). Show Me the Numbers: Designing Tables and Graphs to Enlighten (2ª ed.). Analytics Press.
dc.relation.referencesTufte, E. R. (2001). The Visual Display of Quantitative Information (2ª ed.). Graphics Press.
dc.relation.referencesMurray, S. (2017). Interactive Data Visualization for the Web (2ª ed.). O’Reilly Media.
dc.relation.referencesWard, M., Grinstein, G., & Keim, D. (2010). Interactive Data Visualization: Foundations, Techniques, and Applications. A K Peters.
dc.relation.referencesVanderPlas, J. (2016). Python Data Science Handbook. O’Reilly Media.
dc.relation.referencesRaschka, S., & Mirjalili, V. (2019). Python Machine Learning (3ª ed.). Packt Publishing.
dc.relation.referencesGéron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow (2ª ed.). O’Reilly Media.
dc.relation.referencesLutz, M. (2013). Learning Python (5ª ed.). O’Reilly Media.
dc.relation.referencesBeazley, D., & Jones, B. K. (2013). Python Cookbook (3ª ed.). O’Reilly Media.
dc.relation.referencesBarton, P., & Nwosu, C. (2020). Interactive Data Science with Python. Apress.
dc.relation.referencesDean, J., & Ghemawat, S. (2008). MapReduce: Simplified Data Processing on Large Clusters. Communications of the ACM, 51(1), 107–113.
dc.relation.referencesRamakrishnan, R., & Gehrke, J. (2002). Database Management Systems (3ª ed.). McGraw-Hill.
dc.relation.referencesBengfort, B., Bilbro, R., & Ojeda, T. (2018). Applied Text Analysis with Python. O’Reilly Media.
dc.relation.referencesDunning, T., & Friedman, E. (2014). Practical Machine Learning: A New Look at Anomaly Detection. O’Reilly Media.
dc.relation.referencesShmueli, G., Bruce, P. C., & Patel, N. R. (2016). Data Mining for Business Analytics: Concepts, Techniques, and Applications in Python. Wiley.
dc.relation.referencesVan Rossum, G. (2007). The Python Language Reference Manual. Python Software Foundation.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.localAbierto (Texto Completo)spa
dc.subject.lembIngeniería de sistemasspa
dc.subject.lembAnálisis de datosspa
dc.subject.lembSoftware de aplicaciónspa
dc.subject.lembDesarrollo de softwarespa
dc.subject.proposalInterfaz de usuariospa
dc.subject.proposalConsulta dinámicaspa
dc.subject.proposalCiencia de datosspa
dc.subject.proposalToma de decisionesspa
dc.subject.proposalUser interfaceeng
dc.subject.proposalDynamic queryeng
dc.subject.proposalSegmentationeng
dc.subject.proposalData scienceeng
dc.subject.proposalDecision makingeng
dc.titleDataClassify: Plataforma interactiva para el análisis inteligente de datosspa
dc.titleDataClassify: Interactive Platform for Intelligent Data Analysiseng
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.otherTrabajo de grado - Pregrado
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameIngeniería de Sistemas

Archivos

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería de Sistemas