Data Science for Business : Data Mining, Data Warehousing, Data Analytics, Data Visualization, Data Modelling, Regression Analysis, Big Data and Machine Learning /

Contenido: 1. Big data para pequeños negocios; 2. Cómo los datos pueden ayudar a mitigar el riesgo en los negocios; 3. Como administrar y manejar los big data en los negocios; 4. Visualización de datos; 5. Aprendizaje automático para la ciencia de datos; 6. Algoritmos de aprendizaje automático; 7. C...

Ամբողջական նկարագրություն

Պահպանված է:
Մատենագիտական մանրամասներ
Հիմնական հեղինակ: Goleman, Travis (autor)
Ձևաչափ: Գիրք
Լեզու:անգլերեն
Հրապարակվել է: lugar de publicación no identificado : PublishDrive, 2019, c2019
Խորագրեր:
Առցանց հասանելիություն:Ver documento en línea
Ցուցիչներ: Ավելացրեք ցուցիչ
Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!

MARC

LEADER 00000nam^a2200000^a^4500
001 000425175
005 20251023000000.0
009 20260310122709.871
022 |a 6610000163267 
037 |a Acervo ITESO - Biblioteca 
041 |a ING 
082 |a 658. 0025  |b GOL 
100 |a Goleman, Travis  |e (autor) 
245 1 0 |a Data Science for Business :  |b Data Mining, Data Warehousing, Data Analytics, Data Visualization, Data Modelling, Regression Analysis, Big Data and Machine Learning /  |c T. Goleman. 
264 4 |a lugar de publicación no identificado :  |b PublishDrive,  |c 2019, c2019 
264 2 |a Cartagena, España :  |b Odilo [distribución],  |c 2021 
300 |a 1 libro electrónico en línea (150 p.) 
300 |a 1 recurso en línea 
336 |a datos para computadora  |b cod  |2 rdacontenido 
337 |a computadora  |b c  |2 rdamedio 
338 |a recurso en línea  |b cr  |2 rdasoporte 
506 1 |a 1 licencia 
520 |a Contenido: 1. Big data para pequeños negocios; 2. Cómo los datos pueden ayudar a mitigar el riesgo en los negocios; 3. Como administrar y manejar los big data en los negocios; 4. Visualización de datos; 5. Aprendizaje automático para la ciencia de datos; 6. Algoritmos de aprendizaje automático; 7. Ciencia de datos y análisis de big data; 8. El proceso de análisis de datos; 9. Desarrolle su propio plan de análisis, estrategia y acción de datos; 10. Ejemplos del mundo real de ciencia de datos beneficiando negocios; 12. Herramientas, tecnologías y tendencias en análisis de datos para negocios; 13. Integración de datos y su rol en el avance de los negocios; 14. La significación del análisis de datos para su negocio; 15. Panorámica de objetivos del desarrollo de un almacén de datos; 16. Trabajo con minería de datos; 17. Texto de minería de datos; 18. Modelado de datos en ciencia de datos. Conclusión. 
521 |a Odilo 2021 EEnlace Departamento de Matemáticas y Física 
649 |a XX 
650 |a Tecnologías de Comunicación e Información -  |x Función Organizacional 
650 |a Toma de Decisiones 
650 |a Empresas -  |x Administración 
650 |a Información -  |x Administración 
650 |a Minería de Datos -  |x Tema Principal 
650 |a Datos 
650 |a Big Data 
650 |a Proceso de Datos 
650 |a Análisis de Datos -  |x Tema Principal 
650 |a Bases de Datos -  |x Administración 
650 |a Informática 
650 |a Ingeniería Computacional 
650 |a Ciencias Administrativas 
856 4 0 |u https://iteso-odilotk-es.ezproxy.iteso.mx/opac?id=01867927  |y Ver documento en línea 
910 |a Fondo General 
920 |a Electrónicos - Libros en Línea 
930 |a Plataforma Digital 
905 |a 205 
901 |a 425175-1  |b IT2  |c EBO  |u 20250521 
902 |a https://opac.biblio.iteso.mx/vufind/Record/000425175