Fundamentos de minería de datos / (Record no. 1281)

000 -LEADER
fixed length control field 06342nam a2200349 i 4500
001 - CONTROL NUMBER
control field DO-SlITS
003 - CONTROL NUMBER IDENTIFIER
control field DO-SlITS
005 - DATE AND TIME OF LATEST TRANSACTION
control field 20200506024831.0
006 - FIXED-LENGTH DATA ELEMENTS--ADDITIONAL MATERIAL CHARACTERISTICS
fixed length control field a|||||r|||| 001 |
007 - PHYSICAL DESCRIPTION FIXED FIELD--GENERAL INFORMATION
fixed length control field ta
008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION
fixed length control field 141025s2010 co ad 001 | spa d
020 ## - INTERNATIONAL STANDARD BOOK NUMBER
International Standard Book Number 9789588337777
040 ## - CATALOGING SOURCE
Original cataloging agency DO-SlITS
Language of cataloging spa
Transcribing agency DO-SlITS
041 ## - LANGUAGE CODE
Language code of text/sound track or separate title Spa
082 ## - DEWEY DECIMAL CLASSIFICATION NUMBER
Classification number 005.74
Item number R696f 2010
Edition number 21
100 1# - MAIN ENTRY--PERSONAL NAME
Personal name Rodríguez Rodríguez, Jorge Enrique
245 10 - TITLE STATEMENT
Title Fundamentos de minería de datos /
Statement of responsibility, etc. Jorge Enrique Rodríguez Rodríguez
250 ## - EDITION STATEMENT
Edition statement Primera edición
264 #1 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE
-- Bogotá :
-- Universidad Distrital Francisco José de Caldas,
-- 2010.
300 ## - PHYSICAL DESCRIPTION
Extent 205 páginas :
Other physical details ilustraciones, gráficas, tablas ;
Dimensions 24.3 x 17 cm.
336 ## - CONTENT TYPE
Content type term texto
Content type code txt
Source rdacontent
337 ## - MEDIA TYPE
Media type term sin mediación
Media type code n
Source rdamedia
338 ## - CARRIER TYPE
Carrier type term volumen
Carrier type code nc
Source rdacarrier
504 ## - BIBLIOGRAPHY, ETC. NOTE
Bibliography, etc Incluye bibliografía (páginas191-195)
505 0# - FORMATTED CONTENTS NOTE
Formatted contents note Introducción 19, / Conceptos de minería de datos 23, / Introducción 23, / Evolución de las tecnologías de la información 25, / ¿ Para qué sirve la minería de datos? 27 / Descubrimiento de conocimiento en base de datos (KDD) 27, / Tareas de minería de datos 34, /relación con otras disciplinas 35, / Resumen 36, / Ejercicios propuestos 37, / Preprocesamiento de datos 39, / Introducción 39, / Recolección e integración 41, / Modelo de datos multidimensional 43, / Bodegas de datos 47, / Detección de valores anómalos (outliers) 49, / Valores faltantes 53, / Métodos bayesianos 55, / Moda y promedio 62, / Reducción de la dimensionalidad 63, / Selección de atributos 63, / Arboles de decisión 64, / Selección de atributos a partir de la comparación de la media y la varianza 72, / Transformación de datos 74, / Discretizacion de datos 76, / Discretizacion simple binning 76, / Técnica cuiMerge 78, / Discretizacion por agrupación, redondeo y promedio 81, / Numerización 82, / Normalización 83, / Herramienta para el preprocesamiento de datos (UD-CLEAR) 85, / Descripción de la arquitectura 85, / Análisis de pruebas y resultados obtenidos de diferentes ejemplos 87, / Prueba de relleno de datos faltantes 87, / Prueba de selección de atributos 89, / Análisis de resultados 90, / UD_CLEAR Vs. WEKA 91, / Conclusiones 92, / Resumen 93, / Ejercicios propuestos 93, / Asociación de datos 97, / Introducción 97, / Reglas de asociación 98, / El algoritmo a priori 103, / Generación de reglas de asociación desde itemsets frecuentes 109, / Algunas mejoras 111, / Algunas extensiones 111, / Reglas de asociación multinivel en bases de datos transaccionales 112 , / Reglas de asociación multinivel 113, / Minería de datos con reglas de asociación multinivel 113, / Verificación de reglas de asociación redundantes 117, / Generación de regla de asociación multidimensionales en bases de datos relacionales y en bodegas de datos 118, / Reglas de asociación multidimensionales 118, / Usando discretización estática de los atributos cuantitativos 120, / Reglas de asociación cuantitativas 121, / HERRAMIENTA PARA LA ASOCIACION (UDAssociate) 123, / ¿Cómo funciona UDAssociate? 124, / Análisis de pruebas y resultados 127, / Conclusiones 132resumen 134, /ejercicios propuestos 134, / Clasificación de datos 137, / Introducción 137, / ¿Qué es clasificación? 137, / ¿Qué diferencia existe entre clasificación y regresión? 138, / Selección de un método de clasificación y regresión 139, / Técnicas de clasificación y regresión 140, / Redes neuronales artificiales 140, / Regresión 149, / Métodos bayesianos 150, / método TAN (Tree Augmented Naïve Bayes) 150, / Importancia del método TAN en la clasificación de datos 154, / Herramientas para la clasificación de datos 155, / Software para la clasificación de datos a partir del método bayesiano TAN 155, / Software para la clasificación a partir de redes neuronales artificiales (DCLASS) 156, / Análisis de pruebas y resultados 158, / Conclusiones 162, / Resumen 164, / Ejercicios propuestos 165, / Agrupación de datos 167, / Introducción 167, / Requerimientos de la agrupación en la minería de datos 168, / Métodos de agrupación en la minería de datos 168, / Métodos de agrupación 170, / Red de resonancia adaptativa ART2 172, / Mapas auto-organizativos de Kohonen SOM 177, / arquitectura 178, / Funcionamiento 180, / Algoritmo DBSCAN 181, / Software para la agrupación de datos a partir de una red ART2 186, / Conclusiones 187, / Resumen 188, / Ejercicios propuestos 188, / Bibliografía 191, / Anexos 197: herramientas para la minería de datos 197, / Microsoft OLE DB para la Minería de Datos (OLE DB para MD) 197DBMiner 199, / CBA (Asociación Basada en Clasificación) 200, /UDMiner 203, / Metodología usada en la minería de datos 204.
520 ## - SUMMARY, ETC.
Summary, etc. Este es un texto introductorio para estudiantes y docentes interesados en abordar temáticas relacionadas con minería de datos. En cada capítulo se plantea teoría con respecto a tareas y técnicas, a continuación se muestran ejemplos y ejercicios, por ultimo un resumen. El primer capítulo presenta conceptos, áreas, aplicaciones, tareas y otras disciplinas con las cuales se relaciona la minería de datos; en el segundo se describe el pre procesamiento de datos, destacando tareas de esta fase y algunas técnicas o algoritmos para llevar a cabo cada una de ellas; el tercero introduce al lector en una tarea de minería de datos que centra su aplicación en el análisis de mercadeo: esta es la asociación de datos; el cuarto está orientado a la predicción de datos, haciendo énfasis en clasificación y regresión, se describe como las redes neuronales artificiales, los métodos bayesianos y la regresión estadística pueden ser usados para estimar valores futuros a partir de variables predictoras; en el quinto muestra una de las tareas más representativas de minería de los datos: la "agrupación por datos". Por último, se destaca el software UDMiner, desarrollado por el grupo de investigación de Inteligencia Artificial de la Universidad Distrital Francisco José de Caldas y con el cual se podrá poner en práctica y seguir la teoría aquí planteada.
650 14 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name as entry element Minería de datos.
650 14 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name as entry element Análisis de datos.
650 14 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name as entry element Redes neurales (Informática).
650 14 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name as entry element Procesamiento de datos.
942 ## - ADDED ENTRY ELEMENTS (KOHA)
Source of classification or shelving scheme
Koha item type Libros
Holdings
Withdrawn status Lost status Source of classification or shelving scheme Damaged status Not for loan Permanent location Current location Shelving location Date acquired Total Checkouts Full call number Barcode Date last seen Date last checked out Copy number Koha item type
          Biblio - ITSC Biblio - ITSC Sala general 02/04/2012 3 SG 005.74 R696f 2010 204 13/07/2020 26/06/2017 e.1 Libros
          Biblio - ITSC Biblio - ITSC Sala general 02/04/2012 2 SG 005.74 R696f 2010 205 13/07/2020 19/09/2018 e.2 Libros

Carr. Mella, Km. 14, Esq. Francisco de Rosario Sánchez San Luis, Sto Dgo. Este. TEl. 809.475.4872 ext. 3100, 3101 y 3102 Correo electrónico: biblioteca@itsc.edu.do

Powered by Koha