
Minería de datos
a través de ejemplosBy María Pérez MarquésLength15h 5m
About this audiobook
Con la ayuda de este libro, a través de ejemplos totalmente resueltos, el lector profundizará en el descubrimiento e interpretación de la información contenida en grandes conjuntos de datos. Se trata de exponer, con sencillez y mediante una metodología interactiva, los conceptos de minería de datos e inteligencia de negocios. Este libro analiza las herramientas más habituales y las posibilidades que ofrecen SAS, SAS Enterprise Guide, SAS Enterprise Miner, IBM SPSS e IBM SPSS Modeler.
Audiobook details
GenreTechnology
Length15 hrs 5 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateJun 17, 2015
LanguageSpanish
Table of contents
1MINERÍA DE DATOS
2CAPÍTULO 1: TÉCNICAS DE MINERÍA DE DATOS Y HERRAMIENTAS
3los nodos en seis categorías (Figura 1-12):
4Figura 1-35
5SELECCIÓN MEDIANTE MUESTREO ESTADÍSTICO
Show all chaptersShow less
61 N
71 A = NN
8Gráfico de control: VAR00001
9La funcionalidad de los nodos de la paleta Gráficos es la siguiente:
10siguientes métodos:
11datos perdidos.
12permite realizar análisis exploratorio de datos.
13Transponer, fusionar, agregar, segmentar y ordenar archivos
14Ponderar casos y categorizar y numerizar variables
152 jh
16de rotación oblicua.
17TRANSFORMACIÓN DE DATOS EN IBM SPSS
18Figura 4-22
19Seleccionar: permite seleccionar un conjunto de registros que cumplen una condición.
20Matriz de correlación
21CAPÍTULO 5: FASE DE ANÁLISIS EN MINERÍA DE DATOS. TÉCNICAS PREDICTIVAS. HERRAMIENTAS
22nx
23MODELOS DE ELECCIÓN MÚLTIPLE: MODELO LOGIT MULTINOMIAL
24( p X j
25ZResid
261 etapa
27Intervalo de confianza al 95% para Exp(B) Límite Límite superior inferior
28Europa
291 cv
30profundamente los modelos Logit y Probit incluidos los multinomiales.
31Opciones de intervalos de confianza
32Otras opciones
33Chi-Square DF Pr > ChiSq 7.1966 7 0.4087
34la variable dependiente no métrica y
35Figura 5-51
36F 2
372 n ó ci n u F
38Probabilidades de pertenencia al grupo 3 para el análisis 1
39Procedimiento DISCRIM
40Variable Etiqueta 1_2 <1 >2
41De Grupo 1_2 <1 >2 Total
42Estimaciones de cuenta de error para Grupo
43Procedimiento DISCRIM
44De Grupo 1_2 <1 >2 Total
45General de la parte inferior derecha de la figura.
46Nº Max. Llamadas a la Función 1000 500 125 125 500 125
47Figura 5-113
48muestra en subconjuntos en el que se distinguen:
49Segmentación. Identifica específico.
50Figura 6-95