[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-118915-es":3,"doc-seo-118915-110":31,"detail-sidebar-cat-0-es-110":93},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},118915,962084925782,"Ava Thompson","https://ap-avatar.wpscdn.com/davatar_9964176cb1d06d4a9deccf72a44ae3dc",41,"Investigación e Informes","ALGORITMO GENERADOR DE DATOS ARTIFICIALES PARA MACHINE LEARNING - Memoria del proyecto","En el ámbito de Machine Learning, disponer de conjuntos de datos con características específicas es clave para desarrollar modelos de predicción y evaluarlos de forma exhaustiva. El documento propone una solución ante la dificultad de obtener datos ajustados a requisitos concretos, limitados por grandes repositorios o creación manual. Se presenta un algoritmo que permite generar conjuntos completos con distintos tipos de variables y métodos, incorporar valores perdidos y ajustar la dificultad de la variable objetivo. Los resultados experimentales confirman el funcionamiento de las técnicas y su utilidad para analizar modelos existentes, además de sentar una base para futuras mejoras.","ALGORITMO GENERADOR DE DATOS ARTIFICIALES PARA MACHINE LEARNING  \nSERGIO PÉREZ MOLINER  \nDirector/a: LUIS ANTONIO BELANCHE MUÑOZ (Departamento de Ciencias de la Computación)  \nTitulación: Grado en Ingeniería Informática (Computación )  \nMemoria del proyecto  \nFacultat d'Informàtica de Barcelona (FIB)  \nUniversitat Politècnica de Catalunya (UPC) -BarcelonaTech  \nResumen  \nEn el campo de Machine Learning, es muy común tener la necesidad de obtener conjuntos de datos con características específicas para poder desarrollar modelos de predicción y probarlos exhaustivamente. Actualmente, la obtención de dichos conjuntos puede ser una tarea complicada debido a la falta de herramientas que permitan obtener datos ajustados a lo que senecesita. Los únicos recursos disponibles en la actualidad son los grandes repositorios con conjuntos de datos existentes y la creación manual de conjuntos de datos.  \nA partir de esta falta de recursos, este proyecto está enfocado en la creación de un algoritmo que permita a los usuarios conseguir generar conjuntos de datos completos y con diferentescaracterísticas de manera rápida y eficaz. Para ello, el algoritmo permite la utilización devarios tipos de variables, varios métodos para generar conjuntos distintos, la adición devalores perdidos y la adición de dificultad sobre la variable objetivo.  \nLos resultados experimentales obtenidos durante el desarrollo del proyecto muestran que lastécnicas utilizadas funcionan correctamente y que se obtienen conjuntos de datos útiles para observar las características y el comportamiento de algunos modelos de Machine Learning ya creados.  \nPara concluir cabe destacar que el algoritmo supone una nueva herramienta que puede servir como base de otros proyectos y que es susceptible a nuevas mejoras que permitan añadir máscaracterísticas interesantes a los conjuntos y que por lo tanto, le permitan llegar a másusuarios.  \nResum  \nEn el camp del Machine Learning, és molt comú tenir la necessitat d'obtenir conjunts dedades amb característiques específiques per poder desenvolupar models de predicció i provar-los exhaustivament. Actualment, l'obtenció d'aquests conjunts pot ser una tascacomplicada a causa de la manca d'eines que permetin obtenir dades ajustades al que es necessita. Els únics recursos disponibles en l'actualitat són els grans repositoris amb conjunts de dades existents i la creació manual de conjunts de dades.  \nA partir d'aquesta manca de recursos, aquest projecte està enfocat en la creació d'unalgorisme que permeti als usuaris generar conjunts de dades complets i amb diferentscaracterístiques de manera ràpida i eficaç . Per a això, l'algorisme permet la utilització de diversos tipus de variables, diversos mètodes per generar conjunts diferents, l'addició devalors perduts i l'addició de dificultat sobre la variable objectiu.  \nEls resultats experimentals obtinguts durant el desenvolupament del projecte mostren que lestècniques utilitzades funcionen correctament i s'obtenen conjunts de dades útils per observar les característiques i el comportament d'alguns models de Machine Learning ja creats.  \nPer concloure cal destacar que l'algorisme suposa una nova eina que pot servir com a based'altres projectes i que és susceptible de noves millores que permetin afegir méscaracterístiques interessants als conjunts i que, per tant, li permetin arribar a més usuaris.  \nAbstract  \nIn the field of Machine Learning, it is very common to have the need to obtain datasets with specific characteristics in order to develop prediction models and test them. Currently, obtaining such datasets can be a challenging task due to the lack of tools that allow for obtaining data tailored to the required specifications. The only available resources at present are large repositories with existing datasets and the manual creation of datasets.  \nAddressing this lack of resources, this project is focused on the creation of an algorithm that enables users to quickly and efficiently generate com","cbCaipDbBdvHH7Sr","https://ap.wps.com/l/cbCaipDbBdvHH7Sr","pdf",940985,7,1,71,"Spanish","es",110,"# Introducción\n## Motivación del proyecto\n## Objetivos del proyecto\n## Estructura del documento\n# Definición de conceptos\n## Machine Learning\n## Classification And Regression Tree (CART)\n## K-vecinos más cercanos ( KNN)\n## Tipos de variables y distribuciones de probabilidad\n## Clustering jerárquico\n## Distancia de Gower\n## Valores perdidos\n## F1 Score\n# Diseño e implementación del algoritmo\n## Métodos\n## Modos\n## Valores perdidos\n## Generación de la variable objetivo\n## Dificultad\n## Estructura del código\n# Verificación del algoritmo\n## Resultados\n# Ejemplo de uso\n## Elección del ejemplo\n## Casos\n## Entrenamiento del modelo\n## Resultados\n# Gestión de proyectos\n## Contextualización y alcance\n## Planificación temporal\n## Gestión económica y sostenibilidad\n## Leyes y regulaciones\n# Conclusiones\n## Ampliaciones futuras\n# Bibliografia\n# Apéndices\n## Manual de usuario","[{\"question\":\"¿Qué problema aborda el proyecto sobre conjuntos de datos en Machine Learning?\",\"answer\":\"La obtención de conjuntos de datos con características específicas resulta difícil por la falta de herramientas que generen datos ajustados a los requisitos, limitándose a repositorios existentes o creación manual.\"},{\"question\":\"¿Qué funcionalidades incluye el algoritmo para generar datasets?\",\"answer\":\"Permite usar distintos tipos de variables y varios métodos para generar conjuntos, añadir valores perdidos y establecer la dificultad sobre la variable objetivo.\"},{\"question\":\"¿Qué demuestran los resultados experimentales descritos en la memoria?\",\"answer\":\"Verifican que las técnicas empleadas funcionan correctamente y generan datasets útiles para analizar características y el comportamiento de modelos de Machine Learning ya creados.\"}]","ALGORITMO GENERADOR DE DATOS ARTIFICIALES PARA MACHINE LEARNING - Memoria del proyecto | PDF",1785720932,109,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":88,"head_meta":90,"extra_data":92,"updated_unix":29},"algoritmo-generador-de-datos-artificiales-para-machine-learning-project-report","",{"@graph":37,"@context":87},[38,55,70],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,52],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":51},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":53,"name":13,"@type":44,"position":54},"https://docshare.wps.com/es/document/algoritmo-generador-de-datos-artificiales-para-machine-learning-project-report/118915/",4,{"url":53,"name":13,"@type":56,"author":57,"headline":13,"publisher":59,"fileFormat":62,"inLanguage":24,"description":14,"dateModified":63,"datePublished":64,"encodingFormat":62,"isAccessibleForFree":65,"interactionStatistic":66},"DigitalDocument",{"name":9,"@type":58},"Person",{"url":42,"name":60,"@type":61},"DocShare","Organization","application/pdf","2026-09-02","2026-08-03",true,{"@type":67,"interactionType":68,"userInteractionCount":20},"InteractionCounter",{"@type":69},"ViewAction",{"@type":71,"mainEntity":72},"FAQPage",[73,79,83],{"name":74,"@type":75,"acceptedAnswer":76},"¿Qué problema aborda el proyecto sobre conjuntos de datos en Machine Learning?","Question",{"text":77,"@type":78},"La obtención de conjuntos de datos con características específicas resulta difícil por la falta de herramientas que generen datos ajustados a los requisitos, limitándose a repositorios existentes o creación manual.","Answer",{"name":80,"@type":75,"acceptedAnswer":81},"¿Qué funcionalidades incluye el algoritmo para generar datasets?",{"text":82,"@type":78},"Permite usar distintos tipos de variables y varios métodos para generar conjuntos, añadir valores perdidos y establecer la dificultad sobre la variable objetivo.",{"name":84,"@type":75,"acceptedAnswer":85},"¿Qué demuestran los resultados experimentales descritos en la memoria?",{"text":86,"@type":78},"Verifican que las técnicas empleadas funcionan correctamente y generan datasets útiles para analizar características y el comportamiento de modelos de Machine Learning ya creados.","https://schema.org",{"og:url":53,"og:type":89,"og:title":13,"og:site_name":60,"og:description":14},"article",{"robots":91,"canonical":53},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":94},[95,100,104,108,112,114,118,122,126,130],{"id":96,"doc_module":4,"doc_module_name":47,"category_name":97,"show_sort_weight":98,"slug":99},39,"Cómic",60,"comic",{"id":101,"doc_module":4,"doc_module_name":47,"category_name":102,"show_sort_weight":98,"slug":103},43,"Estilo de Vida","lifestyle",{"id":105,"doc_module":4,"doc_module_name":47,"category_name":106,"show_sort_weight":98,"slug":107},38,"Examen","exam",{"id":109,"doc_module":4,"doc_module_name":47,"category_name":110,"show_sort_weight":98,"slug":111},44,"General","general",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":98,"slug":113},"research-report",{"id":115,"doc_module":4,"doc_module_name":47,"category_name":116,"show_sort_weight":98,"slug":117},37,"Literatura","literature",{"id":119,"doc_module":4,"doc_module_name":47,"category_name":120,"show_sort_weight":98,"slug":121},22,"Relatos y Novelas","story-novel",{"id":123,"doc_module":4,"doc_module_name":47,"category_name":124,"show_sort_weight":98,"slug":125},42,"Religión y Espiritualidad","religion-spirituality",{"id":127,"doc_module":4,"doc_module_name":47,"category_name":128,"show_sort_weight":98,"slug":129},40,"Salud y Atención Médica","healthcare",{"id":131,"doc_module":4,"doc_module_name":47,"category_name":132,"show_sort_weight":98,"slug":133},24,"Tecnología","technology"]