Search

Se presenta una interesante aplicación de aprendizaje de máquina en la originación de créditos en microfinanzas. El objetivo de microfinanzas son las personas que no pueden construir un historial crediticio y, en consecuencia, no pueden acceder a préstamos de bancos u otras instituciones financieras. Usamos datos de una compañía microfinanciera mexicana que opera en varias regiones del país. De igual modo, se pretende guiar a prestamistas intermediarios para escoger sus clientes y alcanzar un menor riesgo de crédito. Usamos varios modelos estadísticos como análisis de componentes principales, análisis de grupos y árboles de regresión. Obtenemos, como resultado, una serie de recomendaciones basadas en las características de los clientes.

Introduction and aims: Even though the term hepatocellular carcinoma designates the most common type of primary liver cancer, the disease has a high level of heterogeneity due to its etiology, geographic variation, behavior, and association with specific genetic alterations. The aim of the present study was to establish, through a cluster analysis, the clinical characteristics that enable homogeneous conglomerates to be defined. Materials and methods: An exploratory cluster analysis was developed utilizing the K-means method for sub-classifying 119 cases of patients with hepatocellular carcinoma. Sixty-two of those patients met the inclusion criteria, as well as none of the exclusion criteria. For the cluster analysis, an n-dimensional space was defined, in which n was equal to the number of variables included in the study (n = 17). The spatial coordinates corresponded to any possible magnitude between the minimum and maximum values of the variables analyzed (age, sex, tumor volume, AFP, AST, DB, Alb, Na, INR, Cr, HBV, HCV, OH, NASH, cirrhosis, multiple tumors, and neotumor). Results: Four patterns with homogeneous clinical characteristics were identified, in which age at presentation, history of hepatitis B virus infection, altered liver profile with cholestatic dominance, and low albumin levels were associated with an apparently worse outcome. Conclusions: How heterogeneity in hepatocellular carcinoma could be reduced was shown through utilizing an unsupervised learning method to define specific subgroups, in whom known pathophysiologic mechanisms could better explain tumor behavior and define the determining prognostic factors related to the subgroups. Resumen: Introducción y objetivo: A pesar de que el término hepatocarcinoma se utiliza para designar tumores primarios hepáticos, su etiología, variación geográfica, comportamiento y asociación con alteraciones genéticas específicas hace de esta una enfermedad con elevada heterogeneidad. El objetivo de esta investigación es establecer características clínicas que permitan definir conglomerados homogéneos utilizando análisis de clúster. Materiales y métodos: Esta investigación desarrolló un análisis exploratorio de clúster utilizando el método K-means para subclasificar a 119 casos de pacientes con hepatocarcinoma de los cuales 62 cumplieron con criterios de inclusión y no de exclusión. Para el análisis de clúster se definió un espacio N dimensional donde N fue igual al número de variables incluidas en el studio (N = 17), las coordenadas espaciales correspondieron a cualquier magnitud posible entre el valor mínimo y el máximo de las variables incluidas (edad, volumen tumoral, AFP, AST, BD, Alb, Na, INR, Cr, HBV, OH, NASH, tumor Múltiple, Neo, HCV, Sexo, Cirrosis). Resultados: Se identificaron cuatro patrones con características clínicas homogéneas en los cuales la edad de presentación, el antecedente de infección por virus de hepatitis B, la alteración del perfil hepático con dominancia colestásica y los bajos niveles de albúmina se asociaron con un aparente peor pronóstico. Conclusiones: Se demuestra cómo la heterogeneidad en hepatocarcinoma puede reducirse utilizando métodos de aprendizaje no supervisado para definir subgrupos específicos, en los cuales los mecanismos fisiopatológicos descritos puedan explicar mejor el comportamiento tumoral y definir determinantes pronósticos relacionados con los subgrupos.

Producción Científica, The main purpose of this paper is to cluster the United States (U.S.) 2016 presidential candidates taking the linguistic appraisals made by a random representative sample of adults living in the U.S. as our starting point. To do this, we have used the concept of ordinal proximity measure (see García-Lapresta and Pérez-Román), which allows to determine the degree of consensus in a group of agents when a set of alternatives is evaluated through non-necessarily qualitative scales., Ministerio de Economía, Industria y Competitividad (project ECO2016-77900-P)

This paper applies for cluster analysis and factor analysis theory to statistically analyze environmental isotope (δ18O,δ²H, 3H, 14C) and water chemistry (K+, Na+, Ca2+, Mg2+, HCO3 -, SO4(2-), Cl-) test data from different water bodies in the coal-mining exploring district. The result shows that groundwater can be clustered into four categories, namely GA, GB, GC and GD classes. Deep karst groundwater and spring were grouped into GA class, and the contour map of the second-factor scores shows that karst water and spring of the GA group is in the same area, indicating the same recharging source from the northern mountainous area. Deep fissure water was clustered into GC class with the lowest second-factor scores, and cation exchange plays a central role, then did not detect tritium with 14C of lower levels, indicating the late Pleistocene rainfall recharging. Shallow pore water and surface water were clustered into GB class with the high third factors scores, indicating surface water leakage recharging. The water samples of GD class have the highest three factors score, pointing out that the shallow pore water and surface water were polluted. The results of this study provide a scientific basis for assessing groundwater circulation mechanism in the coal-mining exploring district. Este estudio utiliza la teoría del análisis de grupos y del análisis factorial para examinar estadísticamente la información de pruebas al isótopo ambiental (δ18O,δ²H, ³H, 14C) y a la química del agua (K+, Na+, Ca2+, Mg2+, HCO3 -, SO4(2-), Cl-) en diferentes cuerpos de agua en el distrito de exploración carbonífera. El resultado muestra que el agua subterránea puede ser agrupada en cuatro categorías, nombradas Clase GA, Clase GB, Clase GC y Clase GD. El agua subterránea del karst profundo y el agua de manantial fueron agrupadas en la Clase GA; el mapa topográfico de los marcadores de segundo factor muestra que el agua del karst y el agua de manantial del grupo GA se encuentran en la misma área, lo que indica que tienen la misma fuente de recarga, en la región montañosa al norte del distrito. El agua de las fisuras profundas fue agrupada en la Clase GC con los marcadores más bajos de segundo factor y donde el intercambio de cationes es determinante; no se detectó tritio con los bajos niveles de 14C, lo que indica una recarga por lluvia en el Pleistoceno tardío. El agua poco profunda y el agua superficial fueron agrupadas en la Clase GB, con los mayores marcadores de tercer factor, lo que indica una recarga por vertido superficial. Las muestras de agua de la Clase GD tienen los mayores marcadores de los tres factores, lo que señala que las aguas poco profundas y las superficiales están contaminadas. Los resultados de este estudio proveen una base científica para la evaluación del mecanismo de circulación del agua subterránea en el distrito de exploración carbonífera.

El objetivo del presente estudio es analizar los datos obtenidos a través de una plataforma on-line, mediante diferentes técnicas de clasificación y aprendizaje orientadas al descubrimiento del conocimiento. Se aplican técnicas de minería de datos para obtener relaciones de fiabilidad que informen del interés de los usuarios por cumplimentar de manera rigurosa el cuestionario on-line atendiendo al modo de realizar el mismo. Aunque existen técnicas que nos permiten observar el comportamiento de los usuarios mientras realizan el cuestionario, en este caso se emplean Redes Neuronales Artificiales para predecir el comportamiento de aquellos, atendiendo a variables obtenidas al realizar el cuestionario. La muestra consta de 1.636 participantes de diferentes zonas geográficas y rangos de edad, obtenida al contestar de manera anónima o identificada al cuestionario Inventario Psicológico para el Seguimiento de Talentos Deportivos (IPSETA). Los resultados obtenidos mediante las diferentes técnicas de análisis informan que el género femenino prefiere realizar el registro en la plataforma para cumplimentar el cuestionario, alcanzando un alto porcentaje de fiabilidad (70%).

El objetivo del presente estudio es analizar los datos obtenidos a través de una plataforma on-line, mediante diferentes técnicas de clasificación y aprendizaje orientadas al descubrimiento del conocimiento. Se aplican técnicas de minería de datos para obtener relaciones de fiabilidad que informen del interés de los usuarios por cumplimentar de manera rigurosa el cuestionario on-line atendiendo al modo de realizar el mismo. Aunque existen técnicas que nos permiten observar el comportamiento de los usuarios mientras realizan el cuestionario, en este caso se emplean Redes Neuronales Artificiales para predecir el comportamiento de aquellos, atendiendo a variables obtenidas al realizar el cuestionario. La muestra consta de 1.636 participantes de diferentes zonas geográficas y rangos de edad, obtenida al contestar de manera anónima o identificada al cuestionario Inventario Psicológico para el Seguimiento de Talentos Deportivos (IPSETA). Los resultados obtenidos mediante las diferentes técnicas de análisis informan que el género femenino prefiere realizar el registro en la plataforma para cumplimentar el cuestionario, alcanzando un alto porcentaje de fiabilidad (70%). The aim of this study is to analyse a set of data got through an on-line platform, using some ranking and knowledge oriented discovery rules techniques. Data mining techniques are applied to obtain a reliable relationship which can show the interest of the users in order to fill rigorously the on-line questionnaire attending to the way they do. Although there are programming techniques which allows us to observe the behaviour of users while filling the survey, current work uses artificial neural networks to predict their behaviour, based on variables obtained from the own survey. The sample is made up of 1,636 participants from different geographical areas and age ranges, obtained anonymously by answering the IPSETA questionnaire which is used for a psychological monitoring of sport talents. The results obtained using the analysis techniques show that females prefer to register on the platform to fill the survey, getting a high reliability (70%). O objetivo deste estudo é analisar um conjunto de dados através de uma plataforma on-line utilizando diferentes técnicas ou regras de descoberta de conhecimento orientado. Técnicas de mineração de dados são aplicados para obter uma relação de confiança é relatado o interesse dos usuários de forma confiável para o preenchimento do questionário on-line modo de endereçamento de fazer o mesmo. Embora existam técnicas de programação que nos permite observar o comportamento dos usuários durante a realização da pesquisa, graças às novas ferramentas podem prever o comportamento do mesmo, com base em variáveis obtidas através da realização de questionário. A amostra foi composta por 1.636 participantes de diferentes áreas geográficas e faixas etárias obtidas anonimamente responder o questionário e identificar formas IPSETA Os resultados obtidos pelas diferentes técnicas é relatado que o sexo feminino que você preferir registrar na plataforma para o questionário.

Este trabajo muestra una aplicación de un modelo de fuga de clientes para una empresa de telecomunicaciones que compite en dos mercados, Concepción y Temuco, de Chile. Se utilizan como metodologías el análisis de cluster para generar perfiles de clientes fugados y la técnica de regresión logística multivariable para generar un modelo de ocurrencia de fuga de servicios. La base de datos incluyó productos contratados, variables socio demográficas, sistemas de pago, número y tipo de reclamos, entre otros. Se generan modelos de regresión logística multivariable para las dos plazas. Para la plaza Concepción el modelo clasifica en forma correcta el 71% de los casos analizados. Para la plaza Temuco clasifica en forma correcta el 72%. La información obtenida permitiría proponer planes de acción para disminuir la fuga a través de actividades de capacitación y promoción y publicidad. This works shows an application of a churn model for a company of the telecommunications industry in Chile with two major markets. Cluster analysis and multivariate logistic regression were used as data mining methodologies to generate the churn model. Data base considered the period January 2009 and June 2011, and variables such as products, demographic data, payment systems, number and types of complaints filled were used. Two models using regression analysis were developed were generated for both markets. For the Concepción market the model estimates successfully 71% of the total cases, and for Temuco market was 72%. The above informations allows the company for the proposal of promotional efforts and training of the sales force primarily.

2 Pags., 1 Tabl. Trabajo en forma de póster presentado al VII Seminario de Mejora Genética Vegetal, incluido dentro del VI Congreso de Mejora Genética de Plantas (Gijón, 11-13 de septiembre de 2012), Una de las premisas fundamentales en la ejecución de un programa de mejora genética es la existencia de variabilidad. El uso de poblaciones locales puede ampliar la base genética del maíz (Zea mayz L.) para zonas de clima templado. Por ello se justifica la continua caracterización y evaluación de germoplasma conservado en Bancos de Germoplasma y prospecciones que aún se realizan en determinadas áreas. La Comunidad Autónoma de Cantabria es una región en la que aún existen variedades locales cultivadas, no sólo de maíz sino también de otras especies. Existen trabajos previos de evaluación de un número reducido de poblaciones maíz en esta región, detectando una importante variabilidad (Alvarez y Lasa, 1990). El objetivo de este trabajo ha sido la caracterización y agrupación de un conjunto representativo de poblaciones locales de maíz de Cantabria, así como la identificación de los genotipos adaptados para su inclusión en programas de mejora genética de este cultivo.

To understand the spatial variability of hydrodynamic parameters allows to identify the behavior of the water in the soil and to make decisions for the performance of irrigation tasks. The aim of the present study was to describe some hydro-physical attributes, the relationship between them, and their spatial variability. The research was carried out in Puerto Lopez (Meta, Colombia), in a Typic Haplustox. The sampling was done with a mesh of 64 points, with perpendicular distances of 52 m by 45 m between points. The attributes studied were bulk density, volumetric moisture, sorptivity, saturated hydraulic conductivity, and the sand, silt, and clay contents. The data were analyzed by descriptive statistics, multivaried analysis, and geostatistics. The saturated hydraulic conductivity was the only attribute that did not show spatial dependence. The bulk density, volumetric moisture, and sand and silt contents are the attributes that best characterize the soil, having in common low variability, a high degree of spatial dependence, and greater representation in the principal components analysis. The results offer information for performing localized irrigation tasks, according to the water deficit, in order to optimize the application layer of the water and the irrigation periods. Comprender la variabilidad espacial de parámetros hidrodinámicos permite identificar el comportamiento del agua en el suelo y tomar de decisiones para la realización de labores de riego. El objetivo del presente estudio fue caracterizar algunos atributos hidrofísicos, la relación existente entre ellos y su variabilidad espacial. El estudio se realizó en Puerto López (Meta, Colombia) en un Typic Haplustox. El muestreo se realizó en una malla de 64 puntos, con distancias perpendiculares de 52 m por 45 m entre puntos. Los atributos estudiados fueron densidad aparente, humedad volumétrica, sortividad, conductividad hidráulica saturada y los contenidos de arena, limo y arcilla. Los datos se analizaron mediante estadística descriptiva, análisis multivariado y geoestadística. La conductividad hidráulica saturada fue el único atributo que no presentó dependencia espacial. La densidad aparente, la humedad volumétrica y los contenidos de arena y limo, son los atributos que mejor caracterizan el suelo, teniendo en común baja variabilidad, alto grado de dependencia espacial y mayor representatividad en el análisis de componentes principales. Los resultados ofrecen información para realizar labores localizadas de riego, de acuerdo al déficit hídrico, para optimizar la aplicación de la lámina de agua y los tiempos de riego.

2 Pags., 1 Tabl., Se ha analizado la variabilidad genética existente en 159 poblaciones locales de maíz (Zea mays L) del País Vasco a partir de 22 caracteres morfológicos medidos en planta, mazorca y grano. La agrupación se ha realizado a partir de los caracteres que mostraban una heredabilidad superior a 0,6. Para el análisis de grupos se aplicó el método UPGMA a partir del coeficiente de distancia euclídea como medida de disimilaridad entre las poblaciones. Los resultados obtenidos muestran una gran variabilidad de los caracteres evaluados así como unos grupos taxonómicos bien definidos. Se han identificado poblaciones de buen comportamiento agronómico y con buena adaptación, susceptibles de incorporarlas en el programa de mejora genética que se lleva a cabo en este cultivo., Parte de este trabajo ha sido financiado por el MICINN (AGL2007-64218), el INIA (RF2007-00007-C05-04 y RF2008-00018) y el Gobierno Vasco.

Las políticas europeas y nacionales insisten en la necesidad de incrementar las inversiones en tecnologías de la información y la comunicación (TIC) por parte de las empresas como vía para mejorar su competitividad, y en esta línea se han desarrollado distintos planes de fomento a la inversión en activos tecnológicos. Sin embargo, a nivel nacional estos planes no han conducido, en la medida que se esperaba, al incremento de la dotación tecnológica en las pequeñas y medianas empresas (Pyme). Las causas pueden ser múltiples, y destaca, en opinión de los propios gestores, la dificultad de valorar y medir los beneficios generados por las TIC. En este sentido, el presente trabajo indica algunos de los factores que motivan las citadas dificultades de valoración y medición y presenta, como ejemplo, el estudio de la contribución de las TIC a la generación de valor en 80 Pyme, mediante una metodología de investigación cualitativa y cuantitativa que ha permitido determinar un efecto positivo de las TIC sobre distintas variables que generan valor en las organizaciones.

13 páginas, 2 figuras y 3 tablas., [EN] The object of the present study was the evaluation and further selection of cocksfoot populations. Seven Dactylis glomerata L. and four D. marina (Borr.) populations have been evaluated for two years. Productivity characters have been measured. An analysis of variance detected differences between species and between populations and the means were compared using Duncan's least significance method. Using Euclidian distances as dissimilarity coefficients among populations, fíve clusters could be established. Clusterone, included the diploid glomerata. The second and third cluster, involved the most productive glomerata and marina populations, respectively. Cluster four, the least productive populations of both species and the last cluster included only one marina population. Correlation coefficients for some traits have been calculated; there was a positive and significant correlation between digestibility and the length (r=0.4452*) and width (r=0.4721*) of the vegetative leaf and a significant but negative correlation between digestibility and flower emergence (r=-0.8001 **)., [ES] El objetivo del presente trabajo es la evaluación y selección de poblaciones del género Dactylis recolectadas en el N.O. de la Península Ibérica. Se han evaluado durante dos años cuatro poblaciones de la especie D. marina (Borr) y siete de la especie D. glomerata L. Se observaron diferentes caracteres de productividad. Aplicando un análisis de la varinaza (SAS ANOVA) se detecta diferencias significativas tanto entre especies como entre poblaciones, para los diferentes parámetros evaluados; se presenta también una comparación de medias mediante el test de Duncan. El análisis de grupos para los caracteres de productividad ha permitido agrupar las poblaciones en cinco clusters. El primero formado por la población "glomerata" diploide; el segundo lo integran las poblaciones más productivas de la especie "glomerata"; el tercero, las más productivas de la especie "marina"; el cuarto grupo lo integran las poblaciones menos productivas de ambas especies; y el último grupo formado por una población "marina" poco productiva. Se ha calculado el coeficiente de correlación entre varios caracteres, observándose una correlación positiva y significativa entre la digestibilidad y el largo (r=0.4452*) y el ancho (r=0.4721*) de la hoja vegetativa y una correlación significativa pero negativa entre la emergencia floral y la digestibilidad (r=-0.8001 **).