La tarea de agrupamiento es una de las técnicas de clasificación no supervisada más empleadas en el procesamiento de datos, la cual tiene el objetivo de encontrar una partición idónea de un conjunto de datos. Uno de los algoritmos que más se ha aplicado en entornos reales y cotidianos es el conocido como algoritmo k-means. Existen diversas plataformas que permiten la aplicación de dicho algoritmo, pero el uso de estas plataformas es limitado, ya que el usuario no puede identificar los procesos que sigue el algoritmo para llegar al resultado final. Dado el uso de k-means, con el fin de conocer su funcionamiento detallado y así saber en qué casos es conveniente usarlo, es de relevancia contar con una herramienta que muestre paso a paso cada una de las operaciones que realiza para cumplir su fin. Este trabajo presenta este sistema de enseñanza, el cual es una herramienta de apoyo que permite descubrir cómo se construye la partición de un conjunto de datos y de esta forma reforzar la enseñanza del algoritmo k-means.
31 August 2022 in Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI
Las secuencias biológicas contienen información importante de los organismos vivos. El análisis de estas secuencias pueden proporcionar información que ayudaría a los biólogos a un mejor entendimiento de estos organismos. El descubrimiento de patrones frecuentes en un grupo de secuencias de ADN se ha vuelto uno de los grandes retos en la aplicación de técnicas de minería de datos. Existe un considerable tiempo y esfuerzo empleado para obtener patrones frecuentes secuenciales cuando los métodos se basan en algoritmos Apriori, como GSP y KeySegment. Este trabajo propone el diseño de un método basado en mapeo de secuencias para aumentar la búsqueda de patrones frecuentes contiguos en un grupo de secuencias de ADN. El presente artículo muestra experimentos utilizando conjuntos de secuencias de ADN cuyas longitudes varían desde los 1000 hasta 5000 nucleótidos, obtenidas desde una base de datos biológica. Estos experimentos demostraron un algoritmo eficaz para la identificación de patrones frecuentes en secuencias de ADN comparado con otros algoritmos.