Mostrar el registro sencillo del ítem
dc.contributor.advisor | Juan, Angel A. | es_ES |
dc.contributor.advisor | Carracedo Garnateo, Patricia | es_ES |
dc.contributor.author | Fuster Coma, Noelia | es_ES |
dc.date.accessioned | 2023-12-18T14:30:44Z | |
dc.date.available | 2023-12-18T14:30:44Z | |
dc.date.created | 2023-09-28 | |
dc.date.issued | 2023-12-18 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/200842 | |
dc.description.abstract | [ES] En los últimos años, el análisis de datos se ha convertido en un instrumento fundamental para el éxito de las empresas. Gracias a los avances tecnológicos y a la disponibilidad de enormes volúmenes de datos, las organizaciones pueden obtener información importante sobre sus operaciones y tomar decisiones fundamentadas. Python, uno de los lenguajes de programación más populares del mundo, se ha convertido en una herramienta esencial en las aplicaciones corporativas. Este trabajo se centra en la evaluación de diversos algoritmos de clasificación de datos utilizando Jupyter Notebooks como herramienta principal. Posteriormente, mediante una aplicación de un caso real, se crearán algoritmos de aprendizaje automático y se evaluará su rendimiento en un conjunto de datos relacionado con el ámbito de la salud. El principal objetivo será verificar si los modelos son capaces de predecir el tipo de obesidad de un adolescente. | es_ES |
dc.description.abstract | [EN] In recent years, data analytics has become a critical tool for business success. Thanks to technological advances and the availability of huge volumes of data, organisations can gain important insights into their operations and make informed decisions. Python, one of the world's most popular programming languages, has become an essential tool in corporate applications. This paper focuses on the evaluation of various data sorting algorithms using Jupyter Notebooks as the main tool. Subsequently, by means of a real case application, machine learning algorithms will be created and their performance will be evaluated on a health-related dataset. The main objective will be to verify if the models are able to predict the type of obesity of an adolescent. | es_ES |
dc.description.abstract | [CA] En els últims anys, l'anàlisi de dades s'ha convertit en un instrument fonamental per a l'èxit de les empreses. Gràcies als avanços tecnològics i a la disponibilitat d'enormes volums de dades, les organitzacions poden obtindre informació important sobre les seues operacions i prendre decisions fonamentades. Python, un dels llenguatges de programació més populars del món, s'ha convertit en una eina essencial en les aplicacions corporatives. Aquest treball se centra en l'avaluació de diversos algorismes de classificació de dades utilitzant Jupyter Notebooks com a eina principal. Posteriorment, mitjançant una aplicació d'un cas real, es crearan algorismes d'aprenentatge automàtic i s'avaluarà el seu rendiment en un conjunt de dades relacionat amb l'àmbit de la salut. El principal objectiu serà verificar si els models són capaços de predir el tipus d'obesitat d'un adolescent. | es_ES |
dc.format.extent | 82 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Análisis de datos | es_ES |
dc.subject | Modelos de clasificación | es_ES |
dc.subject | Aplicaciones empresariales | es_ES |
dc.subject | Obesidad | es_ES |
dc.subject | Python | es_ES |
dc.subject | Data analytics | es_ES |
dc.subject | Classification models | es_ES |
dc.subject | Business applications | es_ES |
dc.subject | Obesity | es_ES |
dc.subject | Anàlisi de dades | es_ES |
dc.subject | Models de classificació | es_ES |
dc.subject | Aplicacións empresarials | es_ES |
dc.subject | Obesitat | es_ES |
dc.subject.classification | ESTADISTICA E INVESTIGACION OPERATIVA | es_ES |
dc.subject.other | Grado en Administración y Dirección de Empresas-Grau en Administració i Direcció d'Empreses | es_ES |
dc.title | Métodos de Clasificación en Python: Aplicaciones a la Empresa | es_ES |
dc.title.alternative | Classification Methods with Python: Business Applications | es_ES |
dc.title.alternative | Mètodes de Classificació a Python: Aplicacions a l'Empresa | es_ES |
dc.type | Proyecto/Trabajo fin de carrera/grado | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escuela Politécnica Superior de Alcoy - Escola Politècnica Superior d'Alcoi | es_ES |
dc.description.bibliographicCitation | Fuster Coma, N. (2023). Métodos de Clasificación en Python: Aplicaciones a la Empresa. Universitat Politècnica de València. http://hdl.handle.net/10251/200842 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\155119 | es_ES |