Limpieza de costa, a cargo de un grupo de integrantes de la Orquesta.
Limpieza de costa, a cargo de un grupo de integrantes de la Orquesta. En adhesión al Día Mundial del Agua realizada en zona costanera de la ciudad el sábado 23 de marzo. Cuidemos nuestros recursos naturales y hagamos juntos un mundo mejor.
Inicio de actividades del Grupo de Investigación de Sistemas Distribuidos de la Facultad de Ciencias Aplicadas.
Con una reunión virtual se marcó el inicio de las actividades del Grupo de Investigación de Sistemas Distribuidos de la Facultad de Ciencias Aplicadas, conformado por egresados y alumnos del programa Maestría en Informática y Computación de la FCA y con la orientación de reconocidos docentes de la República Argentina y Estados Unidos de América.
El mencionado Grupo fue creado por Resolución N° 55/2023 del Consejo Directivo de la Facultad y tiene como finalidad el fomento de la investigación científica y tecnológica en el área de Sistemas Distribuidos, con el propósito de contribuir al avance de la disciplina, al desarrollo de la región y al fortalecimiento de la formación de investigadores en la universidad.
Encabezan el Grupo, el Dr. Eduardo B. Fernández, investigador de la Universidad Atlántica de Florida, EE.UU., el Dr. David Luis La Red Martínez (Coordinador) y el Mgtr. Federico Agostini, ambos investigadores de la Universidad Nacional del Nordeste, Argentina.
Integran además el Mgtr. Jorge Fornerón, el Mgtr. Diego Duré Attis, el Mgtr. César Alberto Silva, el Lic. Terecio Marecos, el Lic. Richard Ruíz Díaz y la Dra. Gilda Núñez.
Se definieron las actividades a ser realizadas durante el presente semestre, enfocadas principalmente a publicar en la Revista ReCientE, números especiales con trabajos de investigación realizados, además de participar en el VIII Encuentro de Investigadores organizado por la Sociedad Científica del Paraguay.
La reunión fué presidida por el Decano, Mgtr. Jorge Fornerón, acompañado por la Directora de Investigación y Postgrado de la Facultad, Dra. Nélida Soria Rey y el Coordinador del Grupo de Investigación Dr. David Luis La Red Martínez.
Docentes de la UNP, participaron del Curso de Formación de Pares Evaluadores para Programas de Postgrado en la (ANEAES)
Seminario Tecnológico: LA DOCENCIA Y EL DESAFÍO DE LA INTELIGENCIA ARTIFICIAL.
La Dirección de Extensión Universitaria y Proyección Social de la Facultad de Ciencias Aplicadas-UNP, apoya la actividad de Seminario Tecnológico: LA DOCENCIA Y EL DESAFÍO DE LA INTELIGENCIA ARTIFICIAL, desde el Programa Inclusión Digital en mi Comunidad correspondiente al Proyecto denominado: “Seminarios de Programación en Robótica e Inteligencia Artificial”, del Docente Extensionista MSc. Richard Ruíz Díaz.
Curso de Inteligencia de negocios con almacenes de datos, OLAP Y MINERÍA DE DATOS.
INTRODUCCIÓN:
Para que las organizaciones o empresas logren el éxito al momento de satisfacer sus necesidades de información, éstas deben poder analizar los datos que almacenan. Las bases de datos relacionales están diseñadas y elaboradas para poder almacenar datos de forma íntegra y consistente, pero no para efectuar análisis y explotar la información que almacenan para obtener conocimiento de esta.
Partiendo de esta premisa, el principal objetivo de la Inteligencia de Negocios (o Business Intelligence -BI) es por lo tanto, ayudar en la toma de decisiones de las organizaciones, en base al análisis previo de los datos disponibles.
DENOMINACION DEL CURSO
La Inteligencia de Negocios es el conjunto de productos y servicios que permiten a los usuarios finales acceder y analizar de manera rápida y sencilla, la información para la toma de decisiones de negocio a nivel operativo, táctico y estratégico.
Las herramientas de inteligencia se basan en la utilización de un sistema de información de inteligencia que se forma con distintos datos extraídos de los datos de producción, con información relacionada con la organización/empresa o sus ámbitos y con datos económicos.
Mediante las herramientas y técnicas ELT (extraer, cargar y transformar), o actualmente ETL (extraer, transformar y cargar) se extraen los datos de distintas fuentes, se depuran y preparan (homogeneización de los datos) para luego cargarlos en un almacén de datos.
La vida o el periodo de éxito de un software de inteligencia de negocios dependerá únicamente del éxito de su uso en beneficio de la empresa; si esta empresa es capaz de incrementar su nivel financiero, administrativo y sus decisiones mejoran la actuación de la empresa, el software de inteligencia de negocios seguirá presente mucho tiempo, en caso contrario será sustituido por otro que aporte mejores y más precisos resultados.
Por último, las herramientas de inteligencia analítica posibilitan el modelado de las representaciones basadas en consultas para crear un cuadro de mando integral que sirve de base para la presentación de informes.
La fundamentación de la propuesta surge de las exigencias empresariales actuales de contar con profesionales informáticos con conocimientos en herramientas y estrategias propias de la Inteligencia de Negocios para el desempeño de funciones gerenciales, así como para poder participar en la toma de decisiones estratégicas de la organización.
OBJETIVOS GENERALES.
• Contribuir a la formación profesional aportando al perfil del egresado los conocimientos fundamentales referidos a los almacenes de datos, el proceso analítico en línea (OLAP) y la minería de datos, aplicados a la Inteligencia de Negocios. Se apunta a capacitar a un mínimo de 30 personas.
OBJETIVOS PARTICULARES.
Que el alumno:
• Logre conocer y aplicar los conceptos de Almacenes de Datos (Data Warehousing), OLAP y Minería de Datos (Data Mining), considerando especialmente sus características y aplicaciones específicas.
Se familiarice con elementos conceptuales del marco teórico referencial de las diferentes tecnologías de soporte a los almacenes de datos, incluyendo la utilización de los mismos con técnicas de OLAP y de minería de datos.
• Comprenda las posibilidades de los almacenes de datos para el tratamiento de datos masivos para analizar información y para extraer conocimiento; asimismo que el alumno internalice la importancia del trabajo en grupo con un objetivo común.
• Adquiera los elementos necesarios para poder identificar, analizar y delinear una estrategia adecuada en relación con los problemas de utilización de almacenes de datos, en los cuales deba intervenir durante su desempeño profesional, especialmente los relacionados con el análisis de información y con el descubrimiento de conocimiento.
El curso requiere que los alumnos posean conocimientos básicos sobre bases de datos, gestores de bases de datos, modelo entidad – relación, SQL, diseño lógico y diseño físico de una base de datos.
- Billetera Personal: +595 975 111833.
- Transferencia a la Cta. 326378 de la Cooperativa Universitaria, a nombre de JOSE FERNANDO ARCE ESPINOZA.
- Transferencia a través de Western Unión, a nombre de JOSE FERNANDO ARCE ESPINOZA, número de documento 1275887.
- Eje Temático 1: ALMACENES DE DATOS PARA GESTIÓN DE DATOS MASIVOS.
Contenidos: - Finalidades y Evolución de los Sistemas de Información. Herramientas para la Toma de Decisiones. Revisión Acerca de los Almacenes de Datos. Arquitectura de un Sistema de Almacén de Datos. Carga y Mantenimiento de un Almacén de Datos. Diseño y Armado de un Almacén de Datos.
Eje Temático 2: OLAP.
Contenidos:
Explotación de un Almacén de Datos. Herramientas OLAP. Sistemas ROLAP Y MOLAP. SQL Ampliado.
Eje Temático 3: MINERÍA DE DATOS.
Contenidos
La Minería de Datos. El Proceso de KDD. Técnicas de Minería de Datos y Principales Algoritmos. Fase de Selección en Minería de Datos. Fase de Exploración en Minería de Datos. Fase de Limpieza y Transformación de Datos. Fase de Minería de Datos – Técnicas Predictivas de Modelización. Técnicas Descriptivas y Predictivas de Clasificación. Clusters y Árboles de Decisión. Redes Neuronales. Minería Web.
Técnicas y Principales Algoritmos.
FORMACIÓN PRÁCTICA
Formación experimental
Actividades a desarrollar:
Las actividades prácticas consisten en el análisis y resolución de guías de ejercitación, la realización de trabajos grupales por parte de los alumnos, resolución de problemas en el aula – laboratorio y preparación y presentación de trabajos, distribuidas en tres módulos de práctica a saber: - Modulo 1: ALMACENES DE DATOS
Objetivo: Lograr en los alumnos la habilidad de aplicar conceptos de la teoría de los almacenes de datos para resolver problemas de diseño y armado de un almacén de datos concreto, de una empresa ficticia.
Actividades: Diseño del modelo de datos físico. Carga del almacén de datos. Definición de flujos de datos y de flujos de control.
Modulo 2: OLAP
Objetivo: Lograr en los alumnos la habilidad de aplicar conceptos de la teoría del proceso analítico en línea para resolver problemas de toma de decisiones, de una empresa ficticia.
Actividades: Diseño de metadatos. Creación del modelo de cubo. Adición de jerarquías a dimensiones. Creación de un cubo. Creación de reportes.
Modulo 3: MINERÍA DE DATOS
Objetivo: Lograr en los alumnos la habilidad de aplicar conceptos de la teoría de minería de datos para resolver problemas de inteligencia de negocios, de una empresa ficticia.
Actividades: Creación de un modelo de minería. Creación de un proyecto de inteligencia de negocios. Creación de flujos de minería. Definición de etapas de minería para flujos de minería. Ejecución y visualización del modelo de mimería. Creación de una aplicación Web de minería.
Requisitos de aprobación:
▪ Asistencia 70% de las clases.
▪ Presentación y aprobación del 100% de los trabajos teórico/prácticos (los trabajos serán grupales pero las conclusiones serán individuales, y por lo tanto también su presentación y defensa).