LA GUÍA DEFINITIVA DE ANÁLISIS DE BIG DATA PARA EMPRESAS, TÉCNICAS DE MINERÍA DE
978-1-950924-74-5 / 9781950924745
2 manuscritos completos en 1 libro Analítica de datos: Una guía esencial para principiantes en minería de datos, recolección de datos, análisis de big data para negocios y conceptos de inteligencia empresarial (Data Analytics) Minería de Datos: Guía de Minería de Datos para Principiantes, que Incluye Aplicaciones para Negocios, Técnicas de Minería de Datos, Conceptos y Más Este libro de analítica de datos podría ser la respuesta que está buscando... Este libro contiene una amplia y valiosa cantidad de información sobre la analítica de datos que le ayudará a comprender el concepto de data mining o minería de datos, recolección de datos, analíticas de big data para negocios y conceptos de inteligencia empresarial. Con este libro, no solo comprenderá todo lo esencial relacionado con la analítica de datos, sino que también comprenderá por qué la analítica de datos está cambiando el ámbito empresarial. Se dará cuenta de que la analítica de alto rendimiento le permitirá hacer cosas que nunca antes había pensado, probablemente, y entre otras razones, porque los volúmenes de datos eran demasiado grandes, y mucho más. Comenzaremos por examinar qué significa realmente la analítica de datos y qué implica. No se preocupe cuando se encuentre con términos desconocidos mientras lee, ya que este libro incluye explicaciones detalladas de palabras que quizás no entienda. La primera parte de este libro incluye: Descripción general de la analítica de datos: ¿Qué es la analítica de datos (y el análisis de big data)? Analítica de datos e inteligencia empresarial Analítica de datos y análisis de datos Minería de datos Recolección de datos Tipos de analítica de datos El proceso: el ciclo de vida de la analítica de big data Analíticas de comportamiento: utilización de analíticas de big data para encontrar patrones ocultos de comportamiento en los clientes Descubrimiento de más patrones en analíticas avanzadas: aprendizaje automatizado (machine learning) Y mucho, mucho más Al leer la segunda parte de este libro, usted: Creación de modelos Cómo preparar sus datos Cómo depurar sus datos Minería de datos Similitudes y distancias de datos Efecto de la distribución de datos Asociación de minería de patrones Qué es el análisis de agrupamiento Qué es un valor atípico en la minería de datos Cómo lidiar con los valores atípicos en la minería de datos Métodos de identificación de valores atípicos en datos Aplicaciones de minería de datos en el sector empresarial Obtenga este libro ahora para conocer más sobre Analítica de datos y Minería de Datos!
Este sitio web utiliza cookies propias y de terceros para analizar nuestros servicios y mostrarte publicidad relacionada con tus preferencias, en base a un perfil elaborado a partir de tus hábitos de navegación (por ejemplo, páginas visitadas). Si continúas navegando, consideraremos que aceptas su uso. Puedes configurar o rechazar la utilización de cookies u obtener más información aquí
Más información sobre el uso de "cookies" y sus opciones de privacidad
Este sitio web utiliza cookies tanto propias como de terceros para recabar y tratar su información con las finalidades que se detallan a continuación en el panel de configuración.
A través del mismo, puede aceptar o rechazar de forma diferenciada el uso de cookies, que están clasificadas en función del servicio. En cada uno de ellos encontrará información adicional sobre sus cookies. Puede encontrar más información en la Política de cookies.
Estrictamente necesarias (técnicas):
Se usan para actividades que son estrictamente necesarias para gestionar o prestar el servicio que usted nos ha solicitado y, por tanto, no exigen su consentimiento.
Google Analytics
Google Analytics es una herramienta de analítica web de la empresa Google. Ofrece información agrupada del tráfico que llega a los sitios web según la audiencia, la adquisición, el comportamiento y las conversiones que se llevan a cabo en el sitio web. Es una herramienta utilizada en marketing digital.