000			05171nam a2200625 a 4500
999			_c17413 _d17413
005			20200221052543.0
008			200220t2020 sp d|||gr|||| 00| 0 eng d
020			_a9781119549840
040			_aCO-EnEIA _erda
041	0		_aeng
082	0	4	_223 _a650 _bS558 _qCO-EnEIA
100	1		_aShmueli, Galit _d1971- _911242
245	1	0	_aData mining for business analytics : _bconcepts, techniques and applications in Python
264	3	1	_aHoboken (NJ, Estados Unidos) : _bJohn Wiley & Sons, _c2020
300			_axxix, 574 páginas : _bgráficos ; _c26x18 cm.
505	2		_tParte 1.- _aPreliminares. _gPreliminaries.
505	2		_tCapítulo 1.- _aIntroducción _gIntroduction.
505	2		_tCapítulo 2.- _aDescripción general del proceso de minería de datos. _gOverview of the data mining process.
505	2		_tParte 2.- _aExploración de datos y reducción de dimensiones. _gData exploration and dimension reduction.
505	2		_tCapítulo 3.- _aVisualización de datos. _gData visualization.
505	2		_tCapítulo 4.- _aReducción de la dimensión. _gDimension reduction.
505	2		_tParte 3.- _aEvaluación del desempeño. _gPerformance evaluation.
505	2		_tCapítulo 5.- _aEvaluación del desempeño predictivo. _gEvaluating predictive performance.
505	2		_tParte 4.- _aMétodos de predicción y clasificación. _gPrediction and classification methods.
505	2		_tCapítulo 6.- _aRegresión lineal múltiple. _gMultiple linear regression.
505	2		_tCapítulo 7.- _aK vecinas más cercanas (kNN). _gk-nearest neighbors (kNN).
505	2		_tCapítulo 8.- _aLa clasificadora ingenua de Bayes. _gThe naive Bayes classifier.
505	2		_tCapítulo 9.- _aÁrboles de clasificación y regresión. _gClassification and regression trees.
505	2		_tCapítulo 10.- _aRegresión logística. _gLogistic regression.
505	2		_tCapítulo 11.- _aRedes neuronales. _gNeural nets.
505	2		_tCapítulo 12.- _aAnálisis discriminante. _gDiscriminant analysis.
505	2		_tCapítulo 13.- _aMétodos combinados: conjuntos y modelado de levantamiento. _gCombining methods : ensembles and uplift modeling.
505	2		_tParte 5.- _aRelaciones mineras entre registros.. _gMining relationships among records.
505	2		_tCapítulo 14.- _aReglas de asociación y filtrado colaborativo. _gAssociation rules and collaborative filtering.
505	2		_tCapítulo 15.- _aAnálisis de conglomerados. _gCluster analysis .
505	2		_tParte 6.- _aPredicción de series de tiempo. _gForecasting time series.
505	2		_tCapítulo 16.- _aManejo de series de tiempo. _gHandling time series.
505	2		_tCapítulo 17.- _aPronóstico basado en regresión. _gRegression-based forecasting.
505	2		_tCapítulo 18.- _aMétodos de suavizado. _gSmoothing methods.
505	2		_tParte 7.- _aAnálisis de datos. _gData analytics.
505	2		_tCapítulo 19.- _aAnalítica de redes sociales. _gSocial network analytics.
505	2		_tCapítulo 20.- _aExtracción de textos. _gText mining.
505	2		_tParte 8. _aCasos _gCases.
505	2		_tCapítulo 21.- _aCasos. _gCases.
520	3		_aEste libro proporciona una guía perspicaz y detallada sobre técnicas fundamentales de minería de datos. El libro guía a los lectores a través del uso del software Python para desarrollar modelos y técnicas predictivas con el fin de describir y encontrar patrones en los datos. Los autores utilizan ejemplos interesantes del mundo real para construir una comprensión teórica y práctica de los métodos clave de minería de datos, con un enfoque en el análisis en lugar de la programación. El libro incluye discusiones sobre las subrutinas de Python, lo que permite a los lectores trabajar con los datos proporcionados. A lo largo del libro, las aplicaciones de los temas discutidos se centran en el problema comercial como motivación y evitan la teoría estadística innecesaria. Los temas cubiertos incluyen series de tiempo, minería de texto y reducción de dimensiones. Cada capítulo concluye con ejercicios que permiten a los lectores ampliar su comprensión del material presentado. Se presentan más de una docena de casos que requieren el uso de las diferentes técnicas de minería de datos, y un sitio web relacionado presenta más de dos docenas de conjuntos de datos, soluciones de ejercicios, diapositivas de PowerPoint y soluciones de casos "- Proporcionado por el editor. _b(Resumen tomado del Catálogo de la Biblioteca del Congreso, 20/02/2020) _uhttps://catalog.loc.gov/vwebv/holdingsInfo?searchId=13891&recCount=25&recPointer=0&bibId=21402923
650	1	7	_2ARMARC _9131 _aMatemáticas _xProgramas informáticos
650	2	7	_2ARMARC _946 _aNegocios _xProcesamiento de datos
650	2	4	_93264 _aProcesamiento electrónico de datos
650	2	0	_aPython (Lenguaje de programación de computadores) _98991
700	1		_aBruce, Peter C. _eAutor _d1953- _911243
700	1		_912383 _aGedeck, Peter _eAutor
700	1		_aPatel, Nitin R. _eAutor _911352
856	4	1	_uhttps://www.wiley.com/en-us/Data+Mining+for+Business+Analytics:+Concepts,+Techniques+and+Applications+in+Python-p-9781119549840 _yReseña l Data Mining for Business Analytics
942			_2ddc _cBK