000			03604nam a2200589 a 4500
999			_c16934 _d16934
005			20200221052543.0
008			190715r2018 us d|||gr|||| 00| 0 eng d
020			_a9781118879368
040			_aCO-EnEIA _erda
041	0		_aeng
082	0	4	_223 _a658 _bS558 _qCO-EnEIA
100	1		_aShmueli, Galit _d1971- _911242
245	1	0	_aData mining for business analytics : _bconcepts, techniques, and applications in R
264	3	1	_aNew Jersey (Estados Unidos) : _bJohn Wiley & Sons, _c2018
300			_axxix, 544 páginas ; _c26x18 cm.
504			_aIncluye bibliografía
505	2		_tParte I. Preliminares _g/ Part I. Preliminaries
505	2		_aCapítulo 1. Introducción _g/ Chapter 1. Introduction
505	2		_aCapítulo 2. Visión general del proceso de minería de datos _g/ Chapter 2. Overview of the data mining process
505	2		_tParte II. Exploración de datos y reducción de dimensiones _g/ Part II. Data exploration and dimension reduction
505	2		_aCapítulo 3. Visualización de datos _g/ Chapter 3. Data visualization
505	2		_aCapítulo 4. Reducción de dimensiones _g/ Chapter 4. Dimension reduction
505	2		_tParte III. Evaluación del desempeño _g/ Part III. Performance evaluation
505	2		_aCapítulo 5. Evaluar el desempeño predictivo _g/ Chapter 5. Evaluating predictive performance
505	2		_tParte IV. Métodos de predicción y clasificación _g/ Part IV. Prediction and classification methods
505	2		_aCapítulo 6. Regresión lineal múltiple _g/ Chapter 6. Multiple linear regression
505	2		_aCapítulo 7. K- vecinos más cercanos (kNN) _g/ Chapter 7. K- nearest neighbors (kNN)
505	2		_aCapítulo 8. El ingenuo clasificador de bayas _g/ Chapter 8. The naive bayes classifier
505	2		_aCapítulo 9. Árboles de clasificación y regresión _g/ Chapter 9. Classification and regression trees
505	2		_aCapítulo 10. Regresión logística _g/ Chapter 10. Logistic regression
505	2		_aCapítulo 11. Redes neurales _g/ Chapter 11. Neural nets
505	2		_aCapítulo 12. Análisis discriminante _g/ Chapter 12. Discriminant analysis
505	2		_aCapítulo 13. Combinación de métodos: ensamblajes y modelado Uplift _g/ Chapter 13. Combining methods: ensembles and Uplift modeling
505	2		_tParte V. Relaciones mineras entre registros _g/ Part V. Mining relationships among records
505	2		_aCapítulo 14. Reglas de asociación y filtrado colaborativo _g/ Chapter 14. Association rules and collaborative filtering
505	2		_aCapítulo 15. Análisis de conglomerados _g/ Chapter 15. Cluster analysis
505	2		_tParte VI. Series cronológicas de pronóstico _g/ Part VI. Forecasting time series
505	2		_aCapítulo 16. Manipulación de series temporales _g/ Chapter 16. Handling time series
505	2		_aCapítulo 17. Previsión basada en la regresión _g/ Chapter 17. Regression-based forecasting
505	2		_aCapítulo 18. Métodos de alisamiento _g/ Chapter 18. Smoothing methods
505	2		_tParte VII. Análisis de datos _g/ Part VII. Data analytics
505	2		_aCapítulo 19. Análisis de redes sociales _g/ Chapter 19. Social network analytics
505	2		_aCapítulo 20. Minería de textos _g/ Chapter 20. Text mining
505	2		_tParte VIII. Casos _g/ Part VIII. Cases
505	2		_aCapítulo 21. Casos _g/ Chapter 21. Cases
650	1	4	_946 _aNegocios _xProcesamiento de datos
650	2	4	_91795 _aMinería de datos
650	2	4	_910322 _aR (Lenguaje de programación)
700	1		_aBruce, Peter C. _eAutor _d1953- _911243
700	1		_ey otros tres
942			_2ddc _cBK