SPSS 17 : extracción del conocimiento a partir del ánalisis de datos / Pablo Valderrey Sanz
Tipo de material:
- texto
- no mediado
- volumen
- 9786077070276
- 6077070270
- 9788478979929
- 005.55 V144s 2010
Tipo de ítem | Biblioteca actual | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras | |
---|---|---|---|---|---|---|---|
![]() |
Miguel de Cervantes Sala general | 005.55 V144s 2010 (Navegar estantería(Abre debajo)) | Ej.1 | Disponible | 00012048 |
Navegando Miguel de Cervantes estanterías, Ubicación en estantería: Sala general Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
||
005.55 C947h 2008 How to Use SPSS : a step-by-step guide to analysis and interpretation / | 005.55 C947h 2008 How to Use SPSS : a step-by-step guide to analysis and interpretation / | 005.55 C947h 2008 How to Use SPSS : a step-by-step guide to analysis and interpretation / | 005.55 V144s 2010 SPSS 17 : extracción del conocimiento a partir del ánalisis de datos / | 005.7 K649d 2019 Designing data-intensive applications : the big ideas behind reliable, scalable, and maintainable systems / | 005.711 P579p 2009 Programación LINQ / | 005.713 C549ap 2005 Apache Tomcat 5 / |
Incluye índice
El proceso de extracción del conocimiento a través de SPSS 17. - Fase de selección en el proceso de extracción del conocimiento. - Fase de exploración en el proceso de extracción del conocimiento. - Fase de limpieza en el proceso de extracción del conocimiento. - Fase de transformación en el proceso de extracción del conocimiento. - Fase de análisis de datos en el proceso de extracción del conocimiento. - Técnicas predictivas: modelos de regresión y series temporales. - Fase de análisis de datos en el proceso de extracción del conocimiento. - Modelo anova, ancova, manova, mancova, GLM, mixtos y datos de panel. - Fase análisis de datos en el proceso de extracción del conocimiento. - Técnicas de clasificación y segmentación. - Fase de evaluación e interpretación de resultados en el proceso de extracción del conocimiento.
El proceso de extracción del conocimiento a partir del análisis de los datos (KDD) cobra especialmente relevancia en una época de exceso de información como es la actual. La disponibilidad de grandes volúmenes de datos y el uso generalizado de herramientas informáticas ha transformado el tratamiento de datos estableciendo un orden en las técnicas especializadas que se aplican y englobándolas en el proceso de extracción del conocimiento. Estas técnicas persiguen el descubrimiento automático del conocimiento contenido en la información almacenada de modo ordenado en grandes bases de atos, utilizando metodología avanzada de análisis de datos
Sistemas
No hay comentarios en este titulo.