000			03555nam a2200457 a 4500
005			20250329170944.0
006			m d
007			cr cnu---uuuuu
008			161109s2016 s 000 0 eng d
020			_a9781447173076 _9978-1-4471-7307-6
040			_aCO-CtgCURN _bspa _ccoctgcurn
082	0	4	_a025.04 _223
100	1		_aBramer, Max., _eautor. _4aut. _4http://id.loc.gov/vocabulary/relators/aut
245	1	0	_aPrinciples of Data Mining _h[electronic resource] / _cby Max Bramer.
250			_aTercera edicion.
260		4	_aLondon : : : _bSpringer London : : : _bImprint: Springer,,, _c2016.
260		1	_c2016.
300			_aXV, 526 p. 123 illus. : _bonline resource.
336			_atexto _btxt _2rdacontent
337			_acomputador _bc _2rdamedia
338			_arecurso en línea _bcr _2rdacarrier
347			_atext file _bPDF _2rda
490	1		_aUndergraduate Topics in Computer Science, _x1863-7310
504			_aIncluye referencias bibliográficas e índice.
505	0		_aIntroduction to Data Mining -- Data for Data Mining -- Introduction to Classification: Naïve Bayes and Nearest Neighbour -- Using Decision Trees for Classification -- Decision Tree Induction: Using Entropy for Attribute Selection -- Decision Tree Induction: Using Frequency Tables for Attribute Selection -- Estimating the Predictive Accuracy of a Classifier -- Continuous Attributes -- Avoiding Overfitting of Decision Trees -- More About Entropy -- Inducing Modular Rules for Classification -- Measuring the Performance of a Classifier -- Dealing with Large Volumes of Data -- Ensemble Classification -- Comparing Classifiers -- Associate Rule Mining I -- Associate Rule Mining II -- Associate Rule Mining III -- Clustering -- Mining -- Classifying Streaming Data -- Classifying Streaming Data II: Time-dependent Data -- Appendix A - Essential Mathematics -- Appendix B - Datasets -- Appendix C - Sources of Further Information -- Appendix D - Glossary and Notation -- Appendix E - Solutions to Self-assessment Exercises -- Index.
520			_aEste libro explica y explora las principales técnicas de minería de datos, la extracción automática de información implícita y potencialmente útil de los datos, que se utiliza cada vez más en áreas comerciales, científicas y otras áreas de aplicación. Se centra en la clasificación, la minería de reglas de asociación y la agrupación.Cada tema se explica claramente, con un enfoque en algoritmos, no formalismo matemático, y se ilustra con ejemplos detallados y trabajados. El libro está escrito para lectores sin una sólida formación en matemáticas o estadísticas y las fórmulas utilizadas se explican en detalle.
650		0	_aAlmacenamiento y recuperación de información.
650		0	_aAdministración de bases de datos.
650		0	_aInteligencia artificial.
650		0	_aCiencias de la computación.
650	1	4	_aAlmacenamiento y recuperación de información.
650	2	4	_aAdministración de bases de datos.
650	2	4	_aTécnicas de programación.
710	2		_aSpringerLink (Online service)
773	0		_tSpringer eBooks
856	7		_uhttps://unicurn.sharepoint.com/:b:/s/biblioteca/EbBCfz4R7DRMn7dAUDI5Y74BuMps2SGBZ5NpHQx7Pis1Tg?e=x663ZC _z<img src="/screens/gifs/go4.gif" alt="Go button" border="0" width="21" height="21" hspace="7" align=middle"> Vea este libro electrónico
942			_cCF _h025.04 _iB815 _2ddc
960			_aa2845974
999			_c7075 _d7075