000			03437nam a22002777a 4500
003			MX-MeUAM
005			20240129100059.0
008			240129s2020 njuaod|gr|||| 001 0 eng d
020			_a9781119549840
040			_bspa _dMX-MeUAM
041	0		_heng
050		4	_aHF5548.2 _bD383 2020
245	1	0	_aData mining for business analytics : _bconcepts, techniques and applications in Python / _cGalit Shmueli ... [et al.]
250			_a1a ed.
260			_aHoboken, New Jersey : _bWiley, _c2020.
300			_axxix,574 p. : _bil. ; col. ; fot. ; col. ; graf. ; col. ; _c27 cm.
504			_aIncluye referencias bibliográficas e índice.
520			_aLos 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”.
546			_8Inglés.
650		4	_2lemb _aMatemáticas financieras _xProgramas para computadoras
650		4	_2lemb _aNegocios _xProcesamiento de datos
650		4	_2lemb _aMinería de datos
650		4	_2lemb _aPython (Lenguaje de programación para computadora)
700	1		_932141 _aShmueli, Galit, _d1971- _eaut. _tData mining for business intelligence
942			_cLIBRO
999			_c259847 _d259846