Data mining for business analytics : concepts, techniques and applications in Python / Galit Shmueli ... [et al.]
Tipo de material:![Texto](/opac-tmpl/lib/famfamfam/BK.png)
Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|---|
![]() |
Biblioteca Central Ensenada | Acervo General | HF5548.2 D383 2020 (Browse shelf(Abre debajo)) | 1 | Disponible | ENS097590 |
Incluye referencias bibliográficas e índice.
Los lectores aprenderán cómo implementar una variedad de algoritmos populares de minería de datos en Python (un software gratuito y de código abierto) para abordar problemas y oportunidades comerciales.
Esta es la sexta versión de este exitoso texto y la primera que utiliza Python. Cubre algoritmos estadísticos y de aprendizaje automático para predicción, clasificación, visualización, reducción de dimensiones, sistemas de recomendación, agrupación, minería de texto y análisis de redes. También incluye:
Un nuevo coautor, Peter Gedeck, que aporta experiencia en la enseñanza de cursos de análisis de negocios utilizando Python y experiencia en la aplicación de métodos de aprendizaje automático al proceso de descubrimiento de fármacos.
Una nueva sección sobre cuestiones éticas en la minería de datos
Actualizaciones y material nuevo basado en comentarios de instructores que imparten cursos de MBA, pregrado, diplomado y ejecutivos, y de sus estudiantes.
Más de una docena de estudios de casos que demuestran aplicaciones de las técnicas de minería de datos descritas.
Ejercicios de final de capítulo que ayudan a los lectores a evaluar y ampliar su comprensión y competencia del material presentado.
Un sitio web complementario con más de dos docenas de conjuntos de datos y materiales para instructores que incluyen soluciones de ejercicios, diapositivas de PowerPoint y soluciones de casos.
Minería de datos para análisis empresarial: conceptos, técnicas y aplicaciones en Python es un libro de texto ideal para cursos de posgrado y pregrado superior en minería de datos, análisis predictivo y análisis empresarial. Esta nueva edición es también una excelente referencia para analistas, investigadores y profesionales que trabajan con métodos cuantitativos en los campos de los negocios, las finanzas, el marketing, la informática y la tecnología de la información.
“Este libro tiene, con diferencia, la revisión más completa de los métodos de análisis de negocios que jamás haya visto, y cubre todo, desde enfoques clásicos como la regresión lineal y logística, hasta métodos modernos como redes neuronales, bagging and boosting, e incluso métodos mucho más específicos de negocios. Procedimientos como análisis de redes sociales y minería de textos. Si no la Biblia, al menos es un manual definitivo sobre el tema”.
Inglés.