• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/38311

    Título
    Desarrollo de una aplicación web de Análisis Clúster robusto
    Autor
    Pérez Rosado, Federico
    Director o Tutor
    García Escudero, Luis ÁngelAutoridad UVA
    Editor
    Universidad de Valladolid. Facultad de CienciasAutoridad UVA
    Año del Documento
    2019
    Titulación
    Grado en Estadística
    Résumé
    La actual explosión de información ha dado lugar a un nuevo concepto conocido en la como Big Data, que a su vez ha despertado el interés por tomar decisiones objetivas basadas en los datos. Por ello, resulta de gran interés disponer de aplicaciones estadísticas accesibles para cualquier usuario y desde cualquier dispositivo y distintos entornos de trabajo. Basado en herramientas de análisis estadístico como R o Python y aplicaciones de desarrollo web como Django, este trabajo desarrolla una aplicación de técnicas de análisis clúster robusto, permitiendo un manejo sencillo que cubre casos comunes para distintos usuarios. Se han utilizado las k-medias recortadas como técnica de Análisis Clúster capaz de resistir el efecto de una cierta proporción de observaciones anómalas.
    Palabras Clave
    K-medias
    K-medias recortadas
    Aplicación web
    Python
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/38311
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30971]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    TFG-G3632.pdf
    Tamaño:
    7.432Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10