Toggle navigation
Pearson
Tienda Online
Sala de prensa
Notas de prensa
Mis pedidos
Cambiar contraseña
Salir
Mi cuenta
Catálogo
English Language Teaching
Pre-Primary
Primary
Secondary
CLIL
Upper Secondary
English for Specific Purposes
Adults - General coursebooks
Exams
Pearson Tests of English
Business and Professional English
Pearson English Readers
Pearson English Kids Readers
Pearson English Active Readers
Pearson English Readers
Bilingual Dictionaries
Monolingual Dictionaries
Bilingual Grammars
Monolingual Grammars
Methodology
Adults-eLearning
Educación Escolar
Música
Educacion Infantil
Educación Primaria
ESO
Material Complementario
Français
Primaire
ESO
Bachillerato
Matériel Complémentaire
No hay productos en su cesta.
subscription
Subscripción
Cantidad:
ISBN:
9788483225585
*Precio sin IVA:
27,69 €
*Precio con IVA:
28,80 €
Dimensiones:
Páginas:
0
Introducción a la minería de datos (e-Book VS 12m)
By Hernández, Orallo
Descripción:
El manual discurre apoyándose en numerosos ejemplos prácticos y utilizando herramientas de minería de datos como SPSS, Clementine o WEKA, ilustrando cada técnica con las diferentes implementaciones que de ella proporciona cada sistema. Para facilitar la asimilación de conceptos, el libro se estructura en seis partes bien diferenciadas, que se pueden seguir con varios itinerarios.
Contenido:
PARTE I. Introducción Cap 1. Introducción a la Minería de Datos Cap 2. El proceso de Extracción de Conocimiento PARTE II. Preparación de datos Cap 3. Recopilación. Almacenes de datos Cap 4. Limpieza y Transformación de datos PARTE III. Técnicas de minería de datos Cap 6. El problema de la extracción de patrones Cap 7. Métodos estadísticos Cap 8. Reglas de asociación y dependencias Cap 9. Métodos basados en casos, en densidad o distancia Cap 1. Métodos bayesianos Cap 11. Árboles de decisión y sistemas de aprendizaje de Reglas Cap 12. Métodos relacionales y otros métodos declarativos Cap 13. Redes neuronales artificiales Cap 14. Métodos basados en núcleo y máquinas de soporte vectorial Cap 15. Métodos estocásticos PARTE IV. E PARTE I. INTRODUCCIÓN Cap 1. Introducción a la Minería de Datos Cap 2. El proceso de Extracción de Conocimiento PARTE II. PREPARACIÓN DE DATOS Cap 3. Recopilación. Almacenes de datos Cap 4. Limpieza y Transformación de datos PARTE III. TÉCNICAS DE MINERÍA DE DATOS Cap 6. El problema de la extracción de patrones Cap 7. Métodos estadísticos Cap 8. Reglas de asociación y dependencias Cap 9. Métodos basados en casos, en densidad o distancia Cap 1. Métodos bayesianos Cap 11. Árboles de decisión y sistemas de aprendizaje de Reglas Cap 12. Métodos relacionales y otros métodos declarativos Cap 13. Redes neuronales artificiales Cap 14. Métodos basados en núcleo y máquinas de soporte vectorial Cap 15. Métodos estocásticos PARTE IV. Evaluación, difusión y uso de modelos Cap 16. Técnicas de evaluación Cap 17. Combinación de modelos Cap 18. Interpretación , difusión y uso de modelos PARTE V. Minería de datos complejos Cap 19. Minería de datos, secuenciales, temporales y multimedia Cap 2. Text Mining, Web mining y XML mining PARTE VI. Implantación y uso de minería de datos Cap 21. Implantación de un programa de minería de datos Cap 22. Otros aspectos. Cap 16. Técnicas de evaluación Cap 17. Combinación de modelos Cap 18. Interpretación , difusión y uso de modelos PARTE V. Minería de datos complejos Cap 19. Minería de datos, secuenciales, temporales y multimedia Cap 2. Text Mining, Web mining y XML mining PARTE VI. Implantación y uso de minería de datos Cap 21. Implantación de un programa de minería de datos Cap 22. Otros aspectos.
Material: