dc.contributor.advisor | Rodríguez Montequín, Vicente | |
dc.contributor.advisor | Concepción Suárez, Ramiro | |
dc.contributor.author | García Rodríguez, Manuel José | |
dc.contributor.other | Explotación y Prospección de Minas, Departamento de | spa |
dc.date.accessioned | 2022-12-22T09:33:16Z | |
dc.date.available | 2022-12-22T09:33:16Z | |
dc.date.issued | 2022-07-15 | |
dc.identifier.uri | http://hdl.handle.net/10651/65768 | |
dc.description | Tesis doctoral por compendio de publicaciones | |
dc.description.abstract | La contratación pública es el gasto público para proveer de bienes, servicios o trabajos a una
entidad pública. Es un campo de gran importancia por representar un porcentaje significativo
del gasto sobre el PIB de los Estados, un 16% según algunas estimaciones oficiales. Sin
embargo, es un campo muy poco estudiado por los investigadores del ámbito científicotecnológico
porque hasta hace pocos años no se disponía de datos de contratos públicos
(licitaciones) con la información estructurada y accesible para su descarga masiva por
cualquier ciudadano.
Esta Tesis aplica la ciencia de datos a la contratación pública. La ciencia de datos es la unión
de 3 disciplinas: conocimiento matemático-estadístico, habilidades de programación y el
conocimiento del objeto de estudio (la contratación). En particular, se analizan los datos de las
licitaciones, tanto de España como del extranjero, y se abordan algunos de los problemas que
hay en este campo aplicando los algoritmos de aprendizaje automático, Machine Learning
(ML), que se encuadran dentro de la Inteligencia Artificial (IA). Es una investigación innovadora
en el campo académico, en la Administración y en el sector privado. | spa |
dc.format.extent | 181 p. | spa |
dc.language.iso | spa | spa |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Contratación pública | spa |
dc.subject | Ciencia de datos | spa |
dc.title | Las licitaciones públicas: análisis de datos y sistemas predictores utilizando métodos de machine learning | spa |
dc.type | info:eu-repo/semantics/doctoralThesis | spa |
dc.type.dcmi | text | spa |
dc.local.notes | DT(SE) 2022-132 | spa |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | |
dc.relation.ispartofURI | http://hdl.handle.net/10651/65585 | |