Ciencia de Datos

Permanent URI for this collection

http://ri.itba.edu.ar/handle/123456789/19

Browse

Now showing 1 - 9 of 9

Análisis de la utilización de taxis en la ciudad de Buenos Aires
(2019) Pugliese, Franco; Aizemberg, Diego Ariel
"Con el proyecto Uber Movement las ciudades del mundo pueden obtener información necesaria que les permita identificar puntos neurálgicos donde adaptar sus infraestructuras con objetivo de llevar a cabo una optimización del flujo de tráfico. En la Ciudad de Buenos Aires, la aplicación BA Taxi brinda similar plataforma a la de Uber. El Gobierno entrega el dataset a usuarios finales, se procede a realizar inicialmente un análisis descriptivo y se generan nuevas variables a partir de las otorgadas. Finalmente se analiza la existencia de combinación de variables tal que se prediga viajes de mala calidad, es decir, viajes en donde no se presente una correlación directa entre tiempo insumido y distancia recorrida. Luego de la clara detección de ciertos patrones clave para la identificación de viajes malos, se considerará la investigación como piedra angular para futuros estudios incluyendo nuevos conjuntos de datos cómo ser: meteorología, obras viales o protestas."
Análisis del impacto del tipo y ubicación de los locales comerciales de un centro o corredor comercial abierto en la probabilidad de vacancia de los mismos, mediante herramientas de visualización, análisis de información geoespacial y algoritmos de aprendizaje supervisado
(2020-05-27) Sanguinetti, Diego; Aizemberg, Diego Ariel
"Desarrollar una herramienta que permita visualizar distintos segmentos o grupos de locales entre los que conforman un centro o corredor comercial abierto de la ciudad según el nivel de riesgo de vacancia de los mismos, a partir del entendimiento de distintas variables que caractericen a los locales y puedan afectar su vacancia, mejorando/facilitando así las decisiones de compra y venta de locales comerciales por parte de los inversores."
Análisis del sistema Ecobici en la Ciudad de Buenos Aires
(2018) Calvo, Mario Daniel; Aizemberg, Diego Ariel
"Los sistemas públicos de bicicletas se han extendido en todas las grandes ciudades el mundo. Buenos Aires ha desarrollado uno y en este estudio buscamos entender cuáles podrían ser los factores espaciales y ambientales, y el perfil de los usuarios qué expliquen el uso del sistema. Para ello se utilizaron datos provistos por el gobierno de CABA, respecto de los viajes realizados, y datos del clima. Se aplicaron métodos de minería de datos tales como: regresiones para identificar relaciones entra las variables y Kmeans, para clasificar datos. Los hallazgos más importantes fueron el efecto de la temperatura sobre el uso del sistema, y la identificación del grupo etario que más viajes realiza. La diferencia significativa entre el uso de los días de semana y los fines de semana, y su correspondencia con la hora del día. Estos hallazgos permitieron inferir que el uso en los días de semana se debe al traslado hacia el trabajo y/o centros de estudio. En tanto que el uso en los fines de semana se orienta a un uso recreativo."
Comercialización interna de granos
(2020-08-19) Gianatiempo, Juan Pablo; Aizemberg, Diego Ariel
"Cada año, en la Argentina circulan aproximadamente 120 millones de toneladas de granos. No obstante, pese a la preponderancia del sector dentro de la economía argentina, existe un desconocimiento del comportamiento de la comercialización interna de los granos. Si bien existen numerosos supuestos y teorías, aún no se han realizado estudios que incorporen los nuevos datos disponibles del sector. El presente trabajo tiene como objetivo dar una solución superadora y moderna mediante la generación de una herramienta que permita visualizar y analizar el comportamiento histórico de la comercialización interna de granos desde inicios del 2015 hasta el último día del 2019."
Detección automática de anomalías en logs: una revisión visual del estado del arte
(2022-10-05) Aboitiz, Txomin Martin; Aizemberg, Diego Ariel
"Con el objetivo de elaborar una revisión visual del estado del arte de la detección automática de anomalías en logs, se recopilaron 20 trabajos (publicados entre 2009 y 2021) centrados en dicha línea de investigación. 17 de ellos son trabajos experimentales y 3 son revisiones. Los trabajos fueron procesados para extraer información descriptiva asociada a la publicación y el contenido. Se prestó particular atención a las categorías de aprendizaje y los modelos de aprendizaje automático entrenados en los trabajos para detectar anomalías. También se prestó atención a la interacción entre los trabajos, a través de las citas. Con la información extraída, se construyó una base de datos de 3 tablas describiendo los autores, los trabajos y sus interacciones. Con los datos, se construyó un notebook de visualizaciones en ObservableHQ. Estas son útiles para obtener una idea inicial de los países del mundo más involucrados en esta investigación, los trabajos más influyentes y los modelos de aprendizaje más utilizados. Dado que el tamaño muestral de trabajos utilizados aquí es pequeño, no se plantea que las tendencias observadas por las visualizaciones sean representativas de las tendencias reales. Sin embargo, con un mayor tamaño muestral, esta revisión visual podría ser útil para resumir información importante sobre el estado del arte de este tema, de manera que un lector no especializado pueda identificar rápidamente trabajos de interés para sus requerimientos específicos."
Inventario vial georreferenciado
(2020) Arequipa, Patricia Noemí; Aizemberg, Diego Ariel
El presente trabajo tiene como objetivo general "generar un algoritmo práctico que permita vincular y ajustar lo mejor posible los puntos de inventario a puntos georreferenciados, obteniendo así las coordenadas geográficas de cada punto que describe a las rutas, esto permitirá mapear el inventario vial y compartir el mismo de manera oficial."
Jugadores de fútbol similares
(2020-11-12) Cirigliano, Federico Nahuel; Aizemberg, Diego Ariel
"El presente trabajo de investigación será llevado a cabo utilizando como base de datos la registrada para la última edición del videojuego FIFA 19 . Dicha base de datos valora atributos futbolísticos de jugadores de todas las ligas profesionales del mundo. Es decir, contempla más de 700 clubes licenciados y supera los 17.000 jugadores de fútbol. EA SPORTS (en adelante EA ), empresa propietaria de FIFA 19, cuenta con un equipo de 6.000 ojeadores repartidos por todo el mundo. Estos expertos, una vez finalizado cada partido, acceden a la red interna de EA para actualizar una gran base de datos dinámica. Una vez computados los datos entran en juego los 300 editores de EA. Los mismos asimilan y organizan el trabajo de los 6.000 ojeadores en campos de datos diferentes y 35 categorías de atributos específicos. Finalmente, estos datos derivan en una calificación global para cada jugador. Cada jugador tiene una calificación global y seis puntuaciones en subcategorías claves: ritmo, tiro, pase, regate, defensa y físico. Dichas estadísticas se combinan con el reconocimiento internacional de un jugador para determinar la calificación global del jugador. Así se asegura una valoración acorde al nivel de exigencia profesional en el que se encuentra cada futbolista. La puntuación global de cada jugador también se determina en función de su posición en el juego. Se ponderan sus atributos en función de la posición que ocupe dentro del campo de juego. Por ejemplo el remate al arco no se valora de la misma manera para un delantero que para un defensor. Por último, cabe aclarar que los revisores y editores de datos de EA se encuentran permanentemente haciendo modificaciones en la base de datos del juego. Generalmente se tratan de cambios menores como modificaciones físicas (peinado, altura, peso, etc.), pero también puede suceder que se modifiquen estadísticas de un jugador durante la misma temporada."
Panel para la gestión ambiental de tanques aéreos de almacenamiento de hidrocarburos y sus derivados
(2019-05-07) García, Fernando; Aizemberg, Diego Ariel
"(...) se propone la utilización de herramientas de visualización de información para desarrollar un sistema de gestión ambiental para el control de pérdidas de tanques aéreos de almacenamiento de hidrocarburos y sus derivados. Con la finalidad de cumplir con los requerimientos legales de la Resolución 785/2005 y ofrecer una herramienta para continuar con el cuidado del medio ambiente y la salud de la población."
Procesamiento vectorial y visualización para la toma de decisiones sobre la elección de una vivienda
(2020-08-02) Faller, Cristian; Aizemberg, Diego Ariel
"Las personas, al momento de elegir una propiedad, primero analizan en qué lugar de la ciudad establecerse y una vez resuelto este punto, se focalizan en qué características deberá tener la propiedad a adquirir. El análisis sobre la ubicación de la propiedad se hace recorriendo los distintos barrios elegidos, consultando a los vecinos o directamente al asesor inmobiliario, el cual brinda una serie de opciones que más se ajusten a las pretensiones de los clientes en base a su experiencia. Este trabajo pretende aportar una solución a esta problemática, desarrollando una aplicación que analice los requerimientos y los interrelacione, brinde a los ciudadanos información sobre los barrios que más se ajusten a sus pretensiones, reduciendo drásticamente el tiempo de análisis y también, para el sector inmobiliario, poder reducir el tiempo de sus operaciones y la pérdida de clientes por no contar con la información a tiempo."

Browse

Browsing Ciencia de Datos by Author "Aizemberg, Diego Ariel"

Results Per Page

Sort Options