DATA MINING. SOLUCIONES CON ENTERPRISE MINER
Tipo de material:
TextoDetalles de publicación: MEXICO; ALFAOMEGA; 2006Edición: 1A. edDescripción: 555; 23.0Tema(s): Clasificación CDD: - 004.21.PERE.00
| Tipo de ítem | Biblioteca actual | Colección | Signatura topográfica | Copia número | Estado | Fecha de vencimiento | Código de barras | |
|---|---|---|---|---|---|---|---|---|
| Libros | Biblioteca Central | BIBCE-CSING (Biblioteca Central - 1er piso) | 004.21.PERE.00 (Navegar estantería(Abre debajo)) | 1e. | Disponible | 44820 |
EL CONCEPTO DE DATA MINING
. -- EL ENTORNO DE ENTERPRISE MINER
. -- SELECCIÓN DE DATOS Y MUESTRAS. EXPLORACIÓN
. -- EXPLORACIÓN Y ANÁLISIS INTERACTIVO DE DATOS. EL NODO INSIGHT
. -- DEPURACIÓN Y MODIFICACIÓN DE DATOS
. -- ANÁLISIS CLÚSTER
. -- MODELOS: REGRESIÓN MÚLTIPLE Y LOGÍSTICA
. -- ARBOLES DE DECISIÓN
. -- REDES NEURONALES
. -- REDES NEURONALES Y COMPONENTES PRINCIPALES. MODELOS DE USUARIO
. -- VALORACIÓN Y COMPARACIÓN DE MODELOS
. -- PREDICCIÓN Y UTILIDADES
. -- DATA MINING Y REDUCCIÓN DE LA DIMENSIÓN CON VARIABLES CUANTITATIVAS: COMPONENTES PRINCIPALES
. -- DATA MINING Y REDUCCIÓN DE LA DIMENSIÓN CON VARIABLES CUANTITATIVAS: ANÁLISIS FACTORIAL
. -- DATA MINING Y REDUCCIÓN DE LA DIMENSIÓN CON VARIABLES CUALITATIVAS. CORRESPONDENCIAS
. -- TÉCNICAS DE DATA MINING PARA CLASIFICACIÓN AD HOC: ANÁLISIS DISCRIMINANTE
. -- TÉCNICAS DE DATA MINING DE CLASIFICACIÓN POST HOC: ANÁLISIS CLÚSTER
No hay comentarios en este titulo.
Haga clic en una imagen para verla en el visor de imágenes