Introducción a la Minería de Datos

R$ 17,00R$ 34,00
20% DE DESCONTO

Introducción a la Minería de Datos

Digital
Impressa
Limpar

Consulte o frete e prazo estimado de entrega:

Não sei meu CEP

La tecnología de la Información ha evolucionado en los últimos años, transformando los negocios y la gestión de las mismas. La escasez de datos en las transacciones negociables, ha dado lugar, a una abundancia de informaciones provenientes de estos avances, creando de esta manera, el problema de transformar en conocimiento estas grandes cantidades de datos. Diversas técnicas para el tratamiento de estas informaciones han surgido en los últimos años y la que más se ha adecuado a la solución de esta problemática es la Mineración de Datos. La frase que mejor resume la esencia de éste proceso de descubrimiento de conocimiento es "Mineración de Datos consiste en torturar los datos hasta que estos confiesen".

El presente libro muestra de forma brillante, las especificaciones de esta disciplina, uniendo los conceptos de la lógica computacional con los de un formalismo matemático pragmático. Este diferencial no es encontrado en la literatura contemporánea y es el que convierte esta obra en un punto de inflexión para los que se proponen profundizar este tema. El libro consigue mantener al lector navegando por las diversas tecnicas de DM, presentando en cada caso, los principios estatísticos que los fundamentan. Esta obra sirve para los que no se satisfazen con productos acabados, sino mas bien para los que buscan entender los fundamentos y luego asi construir nuevos conceptos y paradigmas.

Es loable que existan en el Instituto de Matemática de la UFRJ, profesores de esta calidad y capaces de escribir textos con esta profundidad sin alejarse de las aplicaciones a los negócios.

 

Luiz Adauto da Justa Medeiros
Doctor Honoris Causa da Universidad Nacional Mayor de San Marcos e
professor emérito da UFRJ

SUMÁRIO

  • Prefacio a la versión en portugués
  • Prefacio a la presente edición
  • 1. Introducción
  • 2. KDD y Minería de Datos
  • Definición del problema
  • Adquisición y evaluación de los datos
  • Extracción de características y realce
  • Plan de prototipaje, prototipaje y desarrollo del modelo
  • Evaluación del retorno sobre la inversión (pós-proyecto)
  • 3. Base de datos para minería de datos – Data Warehouse, Data Mart y Data Webhouse
  • 4. La construcción de modelos en el proceso KDD/DM
  • Problema
  • 5. Tratamiento de datos para DM
  • Definición de la población
  • Muestreo
  • Manipulación de datos
  • Transformación de los datos
  • 6. Métodos para Modelaje
  • Selección del método
  • Análisis de regresión no lineal
  • Regresión logística
  • Árboles de clasificación
  • Redes neuronales
  • Análisis discriminante
  • Análisis de similitud y de conglomerados
  • Análisis de afinidad
  • 7. Plano de Prototipaje
  • Desarollo del modelo
  • 8. Validación del Modelo
  • Validación
  • 9. Implementación
  • Implementación
  • 10. Retorno sobre la Inversión (RDI)
  • 11. Ejemplos

    A partir de una lista de clientes, ¿Para quienes enviar un nuevo catalago?

  • Penetración en el mercado
  • Clasificación para clientes de una tarjeta de crédito
  • Pronóstico de las ventas para una campaña promocional
  • Modelando el riesgo
  • 12. Bibliografía
  • Anexo I. Depósitos de datos en la Internet
  • Anexo II. Programas de Computador para Minería de Datos
  • Anexo III. Anteproyecto de Minería de Datos
  • Anexo IV. Estudios de Casos
  • AIV.1 Clasificación de los donadores potenciales del “paralyzed veterans of america”
  • AIV.2 Identificación de patrones en el acceso a páginas del site msnbc
  • AIV.3 Identificación de perfiles en base de datos de accidentes de trabajo
  • AIV.4 Adquisición de seguros
  • AIV.5 Proyecto de minería de datos para categorización de clientes de una institución financiera
  • AIV.6 Clasificación supervisada de crédito en un banco en Alemania
  • AIV.7 Predicción del interés por la compra de seguros de trailers
  • AIV.8 Sistema de detección de intrusión
  • Anexo V. Estadística del Chi-Cuadrado para Algunos Atributos
  • Anexo VI. Transformaciones matemáticas
  • Anexo VII. Ejemplos de tasas de acierto y matrices de confusión
  • Peso 0,4 kg
    Dimensões 1,1 × 14,0 × 21,0 cm
    Idioma

    Ano

    2009

    Edição

    1

    ISBN

    978-85-7650-231-9

    Páginas

    218

    Versão

    ,

    Avaliações

    Não há comentários ainda.

    Somente clientes logados, que já compraram este produto, podem deixar um comentário.

    Produtos vistos recentemente