Buscalibre Continúa Operando. Ver Comunicado Coronavirus (COVID-19)

    Envío gratis
    portada Mineria de Datos
    Formato
    Libro físico
    Editorial
    Categoría
    Undefined
    Año
    2016
    Idioma
    Español
    N° páginas
    288
    Encuadernación
    Tapa blanda
    Isbn13
    9786123044176
    N° edición
    1

    Mineria de Datos

    Alfredo Daza Vergaray · Marcombo

    Imagen cargando detalle producto
    Libro Nuevo

    $ 336

    • Estado: Nuevo
    Se enviará desde nuestra bodega entre el lunes 07 de diciembre y el martes 15 de diciembre.
    Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

    Reseña del libro

    La minería de datos es una práctica de análisis que permite obtener un determinado conocimiento a partir de la información extraída de una base de datos. El objetivo del presente libro es instruir al lector en esta disciplina y guiarlo en el desarrollo de modelos descriptivos y predictivos que faciliten la toma de decisiones en una organización, a partir de la herramienta SPSS Clementine, uno de los programas más usados hoy en día para ese fin. Entre los principales temas abordados en esta obra se hallan la metodología y las técnicas de este campo, las características de SPSS Clementine, las opciones de su interfaz y los pasos para su instalación. Además de ello, se proponen veinte casos prácticos que son resueltos de manera didáctica con técnicas como los árboles de decisión, las redes neuronales, los clústeres, las series temporales, las reglas de asociación y dependencia, la validación de datos erróneos, y la integración y partición de datos. Este libro está dirigido a todos aquellos que necesiten efectuar decisiones a partir del análisis de grandes bases de datos. Por tal motivo, representa un aporte valioso para los estudiantes y profesionales de las carreras de Ingeniería de Sistemas, Ingeniería Industrial, Estadística, Administración de Empresas, Marketing, Medicina, Educación, entre otras.CAPÍTULO 1: Conceptos básicos de minería de datos1.1 Minería de datos1.2 Procesos de minería de datos (KDD)1.3 Metodología CRISP1.4 Modelo1.5 Modelo híbrido1.6 Predicción1.7 Almacén de datos (data warehouse)ResumenCAPÍTULO 2: Técnicas y aplicación de la minería de datos2.1 Modelos de minería de datos2.2 Métodos de minería de datos2.2.1 Árboles de clasificación2.2.2 Redes neuronales2.3 Aplicación de la minería de datos2.3.1 Minería de datos en la educaciónResumenCAPÍTULO 3: Presentación general de SPSS Clementine3.1 SPSS Clementine3.1.1 Sector público3.1.2 CRM3.1.3 Web mining3.1.4 Desarrollo de fármacosResumenCAPÍTULO 4: Interfaz y categorías de SPSS Clementine4.1 Elementos de la interfaz de SPSS Clementine4.1.1 Clementine Stream Canvas4.1.2 Nodos Palette4.1.3 Clementine Managers4.1.4 Clementine Proyects4.2 Categorías de SPSS Clementine4.2.1 Categoría Source4.2.2 Categoría Record Ops4.2.3 Categoría Field Ops4.2.4 Categoría Output4.2.5 Categoría Graphs4.2.6 Categoría Modeling4.2.7 Categoría ExportResumenCAPÍTULO 5: Instalación de SPSS Clementine5.1 Instalación del programa SPSS Clementine5.1.1 Pasos de la instalación del software SPSS ClementineResumenCAPÍTULO 6: Aplicaciones con diferentes técnicas de minería de datos6.1 Caso n.° 1: Predicción de juego de tenis (árboles de decisión6.2 Caso n.° 2: Predicción de planta iris6.3 Caso n.° 3: Predicción de fármacos6.4 Caso n.° 4: Problemas de clúster (caso empleados Memolum Web)6.5 Caso n.° 5: Agrupamientos en relación a las ventas6.6 Caso n.° 6: Datos erróneos y faltantes (empleados Memolum Web)6.7 Caso n.° 7: Obtener y transformar datos a través de ODBC(conexión de base de datos abierta6.8 Caso n.° 8: Catalog_forecast (series de tiempo6.9 Caso n.° 9: Computer hardware data set6.10 Caso n.° 10: Detección de fraude6.11 Caso n.° 11: Validación de modelo Drug con datos nuevos6.12 Caso n.° 12: Integración y partición de datos6.13 Caso n.° 13: Columna vertebral (partición de datos6.14 Caso n.° 14: Validación cruzada6.15 Caso n.° 15: Trabajar con pocos registros6.16 Caso n.° 16: Reglas de asociación y dependencia6.17 Caso n.° 17: Regresión logística (telecomunicaciones churn)6.18 Caso n.° 18: Predicción secuencial6.19 Caso n.° 19: Exportación de modelos y resultados6.20 Caso n.° 20: Series de tiempo (pronosticarResumen

    Opiniones del libro

    ¿Leíste este libro? Inicia sesión para poder agregar tu propia evaluación.

    Ver más opiniones de clientes
    • 0% (0)
    • 0% (0)
    • 0% (0)
    • 0% (0)
    • 0% (0)

    Preguntas y respuestas sobre el libro

    ¿Tienes una pregunta sobre este libro? Inicia sesión para poder agregar tu propia pregunta.

    Opiniones sobre Buscalibre

    Ver más opiniones de clientes