Data mining for business analytics : concepts, techniques, and applications in R
Por: Shmueli, Galit.
Colaborador(es): Bruce, Peter C [Autor] | [y otros tres].
Tipo de material: LibroEditor: New Jersey (Estados Unidos) : John Wiley & Sons, 2018Descripción: xxix, 544 páginas ; 26x18 cm.Idioma: InglésISBN: 9781118879368.Materia(s): Negocios -- Procesamiento de datos | Minería de datos | R (Lenguaje de programación)Clasificación CDD: 658Item type | Current location | Collection | Call number | Copy number | Status | Date due | Barcode |
---|---|---|---|---|---|---|---|
Libro - Material General | Biblioteca Campus Palmas General | General | 658.4033/S558 (Browse shelf) | 1 | Available | 0021111 |
Browsing Biblioteca Campus Palmas shelves, Shelving location: General, Collection: General Close shelf browser
658.4033/D29/Ejemplar 6 Modelos cuantitativos para administración | 658.4033/D29/Ejemplar4 Modelos cuantitativos para administración | 658.4033/R144/7 edición Spreadsheet modeling & decision analysis : | 658.4033/S558 Data mining for business analytics : | 658.4034/I619/4 edición Introducción al estudio del trabajo | 658.40352/D294 Crystal Ball 7.2 : | 658.40352/D294c Crystal Ball 7.2 : |
Incluye bibliografía
Parte I. Preliminares / Part I. Preliminaries
Capítulo 1. Introducción / Chapter 1. Introduction
Capítulo 2. Visión general del proceso de minería de datos / Chapter 2. Overview of the data mining process
Parte II. Exploración de datos y reducción de dimensiones / Part II. Data exploration and dimension reduction
Capítulo 3. Visualización de datos / Chapter 3. Data visualization
Capítulo 4. Reducción de dimensiones / Chapter 4. Dimension reduction
Parte III. Evaluación del desempeño / Part III. Performance evaluation
Capítulo 5. Evaluar el desempeño predictivo / Chapter 5. Evaluating predictive performance
Parte IV. Métodos de predicción y clasificación / Part IV. Prediction and classification methods
Capítulo 6. Regresión lineal múltiple / Chapter 6. Multiple linear regression
Capítulo 7. K- vecinos más cercanos (kNN) / Chapter 7. K- nearest neighbors (kNN)
Capítulo 8. El ingenuo clasificador de bayas / Chapter 8. The naive bayes classifier
Capítulo 9. Árboles de clasificación y regresión / Chapter 9. Classification and regression trees
Capítulo 10. Regresión logística / Chapter 10. Logistic regression
Capítulo 11. Redes neurales / Chapter 11. Neural nets
Capítulo 12. Análisis discriminante / Chapter 12. Discriminant analysis
Capítulo 13. Combinación de métodos: ensamblajes y modelado Uplift / Chapter 13. Combining methods: ensembles and Uplift modeling
Parte V. Relaciones mineras entre registros / Part V. Mining relationships among records
Capítulo 14. Reglas de asociación y filtrado colaborativo / Chapter 14. Association rules and collaborative filtering
Capítulo 15. Análisis de conglomerados / Chapter 15. Cluster analysis
Parte VI. Series cronológicas de pronóstico / Part VI. Forecasting time series
Capítulo 16. Manipulación de series temporales / Chapter 16. Handling time series
Capítulo 17. Previsión basada en la regresión / Chapter 17. Regression-based forecasting
Capítulo 18. Métodos de alisamiento / Chapter 18. Smoothing methods
Parte VII. Análisis de datos / Part VII. Data analytics
Capítulo 19. Análisis de redes sociales / Chapter 19. Social network analytics
Capítulo 20. Minería de textos / Chapter 20. Text mining
Parte VIII. Casos / Part VIII. Cases
Capítulo 21. Casos / Chapter 21. Cases
There are no comments on this title.