Data Science for Business / Foster Provost, Tom Fawcett
Tipo de material:
TextoDetalles de publicación: North, Sebastopol, California : O'Reilly Media, ©2013Descripción: xxi, 386 páginas : ilustraciones, formularios ; 23 x 18 centímetrosTipo de contenido: - texto
- sin medio
- volumen
- 9781449361327
- HF 5548 .2 P76 2013
Contenidos:
Introduction : data-analytic thinking -- Business problems and data science solutions -- Introduction to predictive modeling : from correlation to supervised segmentation -- Fitting a model to data -- Overfitting and its avoidance -- Similarity, neighbors, and clusters -- Decision analytic thinking I : what is a good model? -- Visualizing model performance -- Evidence and probabilities -- Representing and mining text -- Decision analytic thinking II : toward analytical engineering -- Other data science tasks and techniques -- Data science and business strategy -- Conclusion.
| Tipo de ítem | Biblioteca actual | Biblioteca de origen | Colección | Signatura topográfica | Copia número | Estado | Notas | Fecha de vencimiento | Código de barras | Reserva de ítems | |
|---|---|---|---|---|---|---|---|---|---|---|---|
Libros para consulta en sala
|
Biblioteca Antonio Enriquez Savignac | Biblioteca Antonio Enriquez Savignac | COLECCIÓN RESERVA | HF 5548 .2 P76 2013 (Navegar estantería(Abre debajo)) | 1 | No para préstamo | Ingeniería Telemática | 036989 | |||
Libros
|
Biblioteca Antonio Enriquez Savignac | Biblioteca Antonio Enriquez Savignac | Colección General | HF 5548 .2 P76 2013 (Navegar estantería(Abre debajo)) | 2 | Disponible | Ingeniería Telemática | 038234 |
Total de reservas: 0
Navegando Biblioteca Antonio Enriquez Savignac estanterías, Colección: Colección General Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
What You Need to Know About Data Mining and Data-Analytic Thinking
Bibliografía: páginas 361-368
Introduction : data-analytic thinking -- Business problems and data science solutions -- Introduction to predictive modeling : from correlation to supervised segmentation -- Fitting a model to data -- Overfitting and its avoidance -- Similarity, neighbors, and clusters -- Decision analytic thinking I : what is a good model? -- Visualizing model performance -- Evidence and probabilities -- Representing and mining text -- Decision analytic thinking II : toward analytical engineering -- Other data science tasks and techniques -- Data science and business strategy -- Conclusion.
PIT
NUEVOSTELEMAT
