La inteligencia artificial aplicada a la toma de decisiones en el contexto cubano

Leider Inocencio Saraiba Nuñez; Lizania Expósito Diéguez; Noemi del Carmen Álvarez Márquez; Karina de Feria Hernández

doi:10.47230/Journal.TechInnovation.v2.n1.2023.19-24

Autores/as

Leider Inocencio Saraiba Nuñez Universidad de Holguín https://orcid.org/0000-0002-9267-4082
Lizania Expósito Diéguez Universidad de Holguín https://orcid.org/0000-0003-3496-2403
Noemi del Carmen Álvarez Márquez Universidad de Holguín https://orcid.org/0000-0001-6077-4874
Karina de Feria Hernández Universidad de Holguín https://orcid.org/0000-0002-6848-4107

DOI:

https://doi.org/10.47230/Journal.TechInnovation.v2.n1.2023.19-24

Palabras clave:

activos, minería de datos, toma de decisiones

Resumen

El empleo de redes neuronales para la toma de decisiones dentro del proceso conglomerado KDD, en la gestión del mantenimiento en entidades de electro medicina, se hace cada vez más necesario, en u entorno lleno de datos. Weka como herramienta de minería de datos nos pone en una situación de ventaja al poder extraer conocimiento de los datos recopilados durante el proceso de explotación de los activos electro médicos.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Leider Inocencio Saraiba Nuñez, Universidad de Holguín

Máster en Matemática aplicada e Informática para la Administración; Ingeniero Radio electrónico; Profesor Asistente; Profesor Principal de Año Académico; Universidad de Holguín; Holguín, Cuba.

Lizania Expósito Diéguez, Universidad de Holguín

Licenciada en Ciencias de la Computación; Instructor Jefe de Disciplina; Universidad de Holguín; Holguín, Cuba.

Noemi del Carmen Álvarez Márquez, Universidad de Holguín

Máster en Ciencias de la Educación; Licenciada en Educación Informática; Profesor Asistente; Segunda Jefa Departamento Informática; Universidad de Holguín; Holguín, Cuba.

Karina de Feria Hernández, Universidad de Holguín

Máster en Ciencias de la Educación; Licenciada en Educación; Profesor Auxiliar; Profesor Principal de Año Académico; Universidad de Holguín; Holguín, Cuba.

Citas

ASTROS, I. J. T. (2016). Data Mining: Minería de datos. Monografias.com. https://www.monografias.com/docs110/data-mining-mineria-datos-conocimiento/data-mining-mineria-datos-conocimiento

Banchini, S. (2019). El papel de la minería de datos en la toma de decisiones. Computing. https://www.computing.es/analytics/opinion/1115168046201/papel-de-mineria-de-datos-toma-de-decisiones.1.html

Castro, J. (2022). Minería de datos: Qué es y cómo ayuda a tu empresa. https://blog.corponet.com/mineria-de-datos-que-es-y-como-ayuda-a-tu-empresa

Darlington, K. (2021). Inferencia Bayesiana, aprendizaje y desarrollo de sistemas IA. OpenMind. https://www.bbvaopenmind.com/tecnologia/inteligencia-artificial/inferencia-bayesiana-aprendizaje-ia/

Franco, L. G. R. (2016). Minería de datos y textos. gestiopolis. https://www.gestiopolis.com/mineria-datos-textos/

Islas, X. (2021). ???? ¿Qué es un perceptrón? | Inteligencia Artificial [2021]. https://www.crehana.com. https://www.crehana.com/blog/transformacion-digital/que-es-perceptron-algoritmo/

Lara, P. H. V., Mora, F. A. G., & Londoño, C. M. G. (2022). Aprendizaje de máquina para mantenimiento predictivo: Un problema de clasificación binaria. ConcienciaDigital, 5(2.1), Article 2.1. https://doi.org/10.33262/concienciadigital.v5i2.1.2150