Tapa blanda

Español

Alhambra

Bubok Publishing

Cesar Perez Lopez

Createspace INDEPENDENT Publishing Platform

Ediciones Mundi-Prensa

Ediciones Paraninfo, S.a

Editorial Pearson

Garceta Grupo Editorial

Ibergarceta Publicaciones S.l.

Ra-Ma S.a. Editorial Y Publicaciones

Scientific Books

Trama Editorial

Analisis multivariante de datos. Aplicaciones con ibm spss, sas y statgraphics

Tecnicas de mineria de datos e inteligencia de negocios. Ibm spss modeler

Este libro profundiza en las técnicas estadísticas que utilizan variables categóricas, tanto descriptivas como predictivas. Es habitual tratar más asiduamente las técnicas que involucran variables cuantitativas, de modo que las técnicas con variables cualitativas o categóricas tienen una menor frecuencia de uso. No obstante, la importancia de estas últimas y su utilidad práctica suele incluso superar a las anteriores.  El texto comienza tratando las distribuciones de variables categóricas a través de las tablas de continencia, contrastes de independencia y medidas de asociación. A continuación, se presentan las técnicas de reducción de la dimensión con variables cualitativas entre las que destacan las técnicas de escalamiento óptimo que incluyen componentes principales con variables categóricas, análisis no lineal de correlación canónica y regresión categórica. En los capítulos siguientes se aborda el análisis de correspondencias simples y múltiples y los modelos logaritmo lineales. También se dedica una parte importante del contenido al análisis conjunto y a las técnicas de escalamiento multidimensional no métrico. Finalmente se profundiza en los árboles de decisión.  Las técnicas se ilustran con ejemplos prácticos resueltos con el software IBM SPSS. Al final de cada capítulo se presentan una serie de ejercicios secuenciados en orden de dificultad que permiten afianzar los conocimientos adquiridos.

Tecnicas estadisticas con variables categoricas. Ibm spss

El objetivo de este libro es la presentación de las técnicas econométricas básicas y su tratamiento con las herramientas más adecuadas de cálculo automatizado. Se utilizan los paquetes de software EVIEWS, STATA, SAS y SPSS para abordar de modo sencillo el trabajo econométrico.  El primer bloque de contenido se ocupa del modelo lineal de regresión múltiple y de toda su problemática, incluyendo herramientas para la detección y tratamiento de la autocorrelación, heteroscedasticidad, multicolinealidad, normalidad residual, linealidad, observaciones influyentes, errores de especificación, exogeneidad y regresores estocásticos.  Un segundo bloque trata los modelos de elección discreta, recuento, censurados, truncados y de selección muestral, haciendo hincapié en los modelos Logit, Probit, Tobit, Poisson, binomial negativa y corrección del sesgo de selección mediante la estimación de Heckman.  El tercer bloque aborda el análisis univariante de series temporales a través de la metodología Box Jenkins para modelos ARIMA, el tratamiento de los modelos de intervención y los modelos univariantes de la función de transferencia.  El último bloque se ocupa de los modelos del análisis de la varianza y la covarianza, el modelo lineal general y los modelos mixtos.  Los capítulos se inician con la exposición de los conceptos y notas teóricas adecuadas, para resolver a continuación una variedad de ejercicios que cubran los conceptos expuestos. Se trata de recopilar la mayor parte de los conceptos econométricos e ilustrarlos con la práctica a través de las herramientas de software adecuadas.

Econometría básica. Aplicaciones con eviews, stata, sas y spss

La finalidad de este texto es presentar un contenido estadístico de nivel inicial-medio, pero a la vez amplio, que sirva de apoyo tanto a estudiantes universitarios como a profesionales que necesitan asentar sus conocimientos en estadística, independientemente de su área de formación (ciencias o letras). El libro puede ser un buen complemento a la formación que reciben los estudiantes en las distintas Facultades en las que se cursa la materia. Asimismo, los conceptos y ejemplos más sencillos también podrían ser útiles en la Enseñanza Secundaria (concretamente en los dos últimos cursos de Bachillerato). Se comienza tratando los temas más sencillos, como pueden ser la estadística descriptiva, variables aleatorias discretas y continuas, tablas de frecuencias para variables unidimensionales y bidimensionales, independencia y relación entre variables, regresión y correlación, variables cualitativas, tablas de contingencia y números índices. Más adelante, y a medida que se avanza en contenido, se tratan temas como las distribuciones de frecuencias, leyes de probabilidad, funciones de densidad, funciones de distribución, valores críticos y otras características. Por último, se abordan temas estadísticos ya más especializados, como intervalos de confianza, contrastes de hipótesis, estimación no paramétrica, modelos del análisis de la varianza, modelos de regresión múltiple, modelos de series temporales y programación lineal y optimización. En cuanto a la metodología, dentro de cada tema se comienza con una breve descripción teórica de los conceptos a utilizar indicando sus posibles aplicaciones prácticas y resolviendo, con el apoyo de la hoja de cálculo Microsoft Excel, un número elevado de problemas secuenciados en contenido y grado de dificultad.

Estadistica aplicada. Conceptos y ejercicios a través de excel

Diseño de experimentos. Tecnicas y herramientas

Investigación operativa: Tecnicas y herramientas. Técnicas y herramientas

Matlab a través de ejemplos. Más de un millar de ejemplos

Econometría avanzada: Técnicas y herramientas

El Sistema SAS(Statistical Analisys System) es un paquete de software que abarca múltiples áreas de trabajo del campo científico, centrándose especialmente en todas las ramas de la Estadística aplicada, por lo que la utilidad de este software puede extenderse a la mayoría de las ciencias experimentales y sociales. El sistema SAS consta de una serie de módulos, cada uno de ellos orientado a una tarea específica. Entre los más importantes tratados en profundidad en este libro están: #SAS/BASE, módulo imprescindible sin el cual no funcionan los restantes y que permite el manejo de ficheros y datos, la programación básica y los procedimientos más sencillos correspondientes a Estadística descriptiva y análisis exploratorio de datos. #SAS/GRAPH, módulo para la realización de gráficos que habilita representaciones gráficas de calidad para todos los módulos restantes. #SAS/STAT, módulo que incluye procedimientos estadísticos complejos relativos a la econometría y el análisis multivariante de datos. #SAS/ ETS; módulo que implementa todo tipo de procedimientos referentes a series temporales y modelos avanzados lineales y no lineales. El estudio de SAS comienza por su módulo básico, que es en un lenguaje de programación para manejar los datos, procedimientos sencillos para el análisis de datos, macros para automatizar procesos y programar a medida, y un entorno interactivo de ventanas que posibilita editar los programas, analizarlos, corregirlos y ver su salida, tanto numérica como gráfica.

El sistema estadístico sas

El Deep Learning (aprendizaje profundo) es un tipo del aprendizaje automático basado en redes neuronales artificiales. El proceso de este aprendizaje se llama profundo porque estas estructuras de redes consisten en tener múltiples entradas, salidas y capas ocultas. Cada capa contiene unidades que transforman los datos de entrada en información, y de esta forma, la siguiente capa puede utilizarlos para una determinada tarea predictiva. De esta forma, una máquina puede aprender mediante su propio procesamiento de datos. MATLAB cuenta con la herramienta Neural Network Toolbox (Deep Leraning Toolbox a partir de la versión 18) que proporciona algoritmos, funciones y aplicaciones para crear, entrenar, visualizar y simular redes neuronales. Puede realizar clasificación, regresión, agrupamiento, reducción de dimensionalidad, pronóstico de series de tiempo y modelado y control de sistemas dinámicos. La caja de herramientas incluye redes neuronales convolucionales y algoritmos de aprendizaje profundo con codificador automático para clasificación de imágenes y tareas de aprendizaje de características. Para acelerar el

Herramientas de deep learning. Arquitecturas de redes neuronales. Ejemplos con matlab

La calidad total se asienta sobre tres pilares básicos: cultura de la calidad, sistemas y recursos humanos y utilización de los métodos cuantitativos entre los que destaca la Estadística. Para introducir la calidad total en las organizaciones no se permiten fallos en estos tres pilares. En cuanto a la cultura de la empresa respecto a la calidad, es fundamental que los propietarios o la alta dirección se involucren en la introducción de la misma en todas las facetas de la organización. Esta cultura implica el reconocimiento del hecho de que la calidad viene definida por las necesidades y expectativas del cliente y no por consideraciones internas de los departamentos de la empresa. También hay que tener presente que la calidad se mejora mejorando todos los procesos de la organización. Por otro lado, sistemas y recursos humanos deben estar implicados en la consecución de la calidad. Todas las metodologías actuales sobre calidad, incluida la metodología seis sigma, inciden en la consideración de la calidad como un todo que involucra a la organización completa, incluidos los recursos humanos y los sistemas. Debemos alejarnos de la idea del clásico departamento de calidad con recursos humanos dedicados sólo a esa tarea. La calidad es un todo global que afecta continuamente a la organización completa con sus recursos humanos y materiales. En cuanto al uso de los métodos cuantitativos como herramientas para la calidad total, está claro que la utilización masiva del método científico es un pilar fundamental en la calidad. En este libro se incide especialmente en las técnicas cuantitativas para la calidad total. Se comienza con la identificación de los factores que afectan a la calidad y las herramientas adecuadas para ello. A continuación se trata en profundidad el control de procesos y su implementación práctica a través de los gráficos de control. La siguiente tarea es abordar las técnicas de diseño de experimentos y su incidencia fundamental en el establecimiento de un sistema de calidad total. Finalmente se incide en otro de los pilares básicos en la calidad total como es el muestreo de aceptación. Todos estos temas se ilustran con las herramientas cuantitativas adecuadas y su implementación práctica a través de la hoja de cálculo Microsoft Excel.

Control de calidad metodología y aplicaciones. Ejercicios resueltos con excel

Windows vista manual de aprendizaje. Descubre una nueva dimensión

Big data aplicado e inteligencia de negocios con herramientas de software

Podemos definir una red neuronal como un conjunto de elementos de procesamiento de la informaci�n altamente interconectados, que son capaces de aprender con la informaci�n que se les alimenta. La principal caracter�stica de esta nueva tecnolog�a de redes neuronales es que puede aplicarse a gran n�mero de problemas que pueden ir desde problemas complejos reales a modelos te�ricos sofisticados como por ejemplo reconocimiento de im�genes, reconocimiento de voz, an�lisis y filtrado de se�ales, clasificaci�n, discriminaci�n, an�lisis financiero, predicci�n din�mica, etc. Las redes neuronales tratan de emular el sistema nervioso, de forma que son capaces de reproducir algunas de las principales tareas que desarrolla el cerebro humano, al reflejar las caracter�sticas fundamentales de comportamiento del mismo. Lo que realmente intentan modelizar las redes neuronales es una de las estructuras fisiol�gicas de soporte del cerebro, la neurona y los grupos estructurados e interconectados de varias de ellas, conocidos como redes de neuronas. De este modo, construyen sistemas que presentan un cierto grado de inteligencia. No obstante, debemos insistir en el hecho de que los sistemas neuronales artificiales, como cualquier otra herramienta construida por el hombre, tienen limitaciones y s�lo poseen un parecido superficial con sus contrapartidas biol�gicas. Las redes neuronales, en relaci�n con el procesamiento de informaci�n, heredan tres caracter�sticas b�sicas de las redes de neuronas biol�gicas: paralelismo masivo, respuesta no lineal de las neuronas frente a las entradas recibidas y procesamiento de informaci�n a trav�s de m�ltiples capas de neuronas.Una de las principales propiedades de estos modelos es su capacidad de aprender y generalizar a partir de ejemplos reales. Es decir, la red aprende a reconocer la relaci�n (que no deja de ser equivalente a estimar una dependencia funcional) que existe entre el conjunto de entradas proporcionadas como ejemplos y sus correspondientes salidas, de modo que, finalizado el aprendizaje, cuando a la red se le presenta una nueva entrada (aunque est� incompleta o posea alg�n error), en base a la relaci�n funcional establecida en el mismo, es capaz de generalizarla ofreciendo una salida. En consecuencia, podemos definir una red neuronal artificial como un sistema inteligente capaz, no s�lo de aprender, sino tambi�n de generalizar.En este libro se presentan ejemplos pr�cticos del trabajo con redes neuronales a trav�s de MATLAB. Se muestran aplicaciones sobre ajuste de modelos, reconocimiento de patrones, an�lisis cl�ster, predicci�n de series temporales, Big Data y redes neoronales, computaci�n paralela con redes nuronales y otros ejemplos similares

Redes neuronales a través de ejemplos. Aplicaciones con matlab

La implementación de Seis Sigma no se puede llevar a cabo como si fuera una herramienta más de uso por las áreas de calidad. Si realmente se busca que sea efectiva, debe ser establecida como la única estrategia de gestión corporativa. Esto es cierto para cualquier sistema de gestión por calidad y más aún, en el caso de Seis Sigma. Así, todas las actividades y tareas deben ser incluidas en esta sistemática. Así mismo, las divisiones y fronteras entre departamentos deben difuminarse hasta desaparecer, habilitando una comunicación fluida entre todas las áreas de la empresa. Todos los procesos indirectos (como facturación, etc.) deben ser incluidos también en el sistema, ya que, desde el punto de vista del cliente, una alta calidad en el producto no es suficiente, si en procesos colaterales se le suministra baja calidad.En este libro se incide especialmente en las distintas fases de la metodología Seis Sigma profundizando en las técnicas cuantitativas para establecer un sistema de calidad total. A lo largo de los distintos capítulos se explican las fases Definir, Medir, Analizar, Mejorar y Controlar describiendo e ilustrando con ejemplos las técnicas más relevantes que hay que tener en cuenta en cada fase. Todos estos temas se ilustran con las herramientas cuantitativas adecuadas y su implementación práctica a través del software SPSS. Las rúbricas más importantes del contenido son las siguientes:Control de calidad y metodología seis sigma. Identificación de los factores que afectan a la calidad Diagrama causa-efecto Diagrama de Pareto o análisis a-b-c Gráficos de control Diagrama de flujo de los procesos Gráficos de tendencia Herramientas útiles en la mejora y el aseguramiento de la calidad La metodología seis sigma Fundamento estadístico de seis sigma Herramientas en seis sigma La fase definir de seis sigma con SPSS SPSS y los diagramas de flujo SPSS y los diagramas de Ishikawa SPSS y los diagramas de Pareto Fase medir en la metodología seis sigma. Exploración de datos Fase medir en SPSS. Análisis exploratorio de datos. SPSS y los gráficos exploratorios Fase medir en SPSS: normalidad Fase medir: fiabilidad de sistemas y fallos Fases analizar en seis sigma. Aplicaciones con SPSS Contrastes de hipótesis Intervalos de confianza Intervalos de confianza en SPSS con herramientas de análisis Test de hipótesis en SPSS con herramientas de análisis Análisis de la capacidad de un proceso SPSS y el análisis de la capacidad Fase mejorar en seis sigma. Regresión y diseño de experimentos. Fase mejorar y modelos de relación y asociaciónModelo de regresión lineal múltiple Modelos de regresión con series temporales Modelos del análisis de la varianza Fase controlar en seis sigma. Control de procesos Gráficos de control Modelo de Shewhart para gráficos de control Modelo de los límites probabilísticos para los gráficos de control Fase controlar. Gráficos de control por variables. Aplicaciones con SPSS Control por variables y por atributos Gráficos de control para medidas individualesSPSS y los gráficos de control por variables Fase controlar. Gráficos de control por atributos. Aplicaciones con SPSS Diagrama de control para el porcentaje o fracción de unidades defectuosas. Diagrama p Diagrama de control del número de unidades defectuosas. Diagrama “np” Diagrama de control del número de defectos o diagrama c Diagrama de control del número de defectos por unidad o diagrama u SPSS y los gráficos de control por atributos

Metodología seis sigma para el control de calidad. Aplicaciones con spss

Se describen los conceptos de minería de datos de la forma más sencilla posible, de modo que sean inteligibles a lectores con formación diversa. Los capítulos comienzan describiendo las técnicas en lenguaje asequible y presentando a continuación la forma de tratarlas mediante aplicaciones prácticas. Una parte importante de cada capítulo son los casos prácticos totalmente resueltos, incluyendo la interpretación de los resultados. Los entornos de trabajo automatizados específicos de minería de datos que se utilizan son SAS Enterprise Miner y SPSS Clementine. Adicionalmente se utilizan determinados procedimientos de SPSS y SAS que realizan tareas de minería de datos de modo sencillo. El libro va acompañado de un CD-ROM que contiene los archivos de datos, tanto de todos los ejemplos que ilustran la parte teórica, como de los ejercicios resueltos.

Minería de datos. Técnicas y herramientas

arbustos y planta de flor, recoge las especies más empleadas en la jardinería y paisajismo de la Comunidad de Madrid, señalando de cada una de ellas su tamaño, crecimiento, tipo de hoja, época de floración, clima, exposición, tipo de suelo apropiado y aquellas características que hemos considerado más relevantes. Este volumen, dada su simplicidad de manejo, su carácter eminentemente práctico y su lenguaje accesible a todos los públicos, está dirigido no sólo a los técnicos del sector sino también a todas aquellas personas que tengan interés en este área de actividad, facilitándoles la elección de los diferentes tipos de plantas que mejor se adapten a un determinado tipo de jardín, funcionalidad o entorno.

Guía de rboles,áarbustos y planta de flor. 3 ed

El objetivo de este libro es que el lector descubra las bases de datos de soporte a la decisión y toda la problemática asociada tanto a su construcción y desarrollo como a la extracción de conocimiento de las mismas y enfrentarse a un proyecto de data mining con los conocimientos suficientes pudiendo abordar cualquiera de sus fases de desarrollo finalidad la descripción precisa del proceso de KDD.

Ifcd012po data mining: Principios y aplicaciones

El objetivo de este libro es que el lector adquiera las habilidades básicas necesarias para comprender y adquirir los conceptos fundamentales de las bases de datos relacionales; políticas de seguridad en bases de datos; manipulación y almacenamiento de datos; y administración básica de bases de datos Microsoft SQL Server (queries, herramientas gráficas, scripts, etc.). Con ello, el estudiante adquirirá los conocimientos fundamentales para la realización de tareas técnicas en la administración de bases de datos relacionales a través de la tecnología Microsoft SQL Server.

Ra-Ma, Editorial

Ifct27 introduccion a las bases de datos microsoft sql serve

Estadística aplicada a través de excel

En este libro se presenta un análisis profundo de la base de datos Oracle 10g en su versión más extensa (Oracle 10g Enterprise Edition). Se comienza con la instalación del programa en Windows Vista y en Windows XP, la introducción al trabajo en los entornos SQL*Plus e i-SQL*Plus y el desarrollo amplio del modelo entidad-relación a través de Oracle 10g SQL, que se tratará de forma extensa a lo largo del libro. Así mismo, se desarrollan de forma exhaustiva todas las tareas relativas a la administración de la base de datos, incluyendo la administración de la seguridad, el ajuste de las bases de datos, las tareas de auditoría y la migración de datos. Cada capítulo se ilustra con un número importante de ejercicios prácticos que completan los conceptos teóricos. Estos ejercicios hacen referencia a bases de datos ejemplo que son construidas en el propio libro y a la base de datos que instala por defecto Oracle 10g, la cual siempre está disponible para los usuarios. De esta forma, todos los ejercicios prácticos del libro y los ejemplos incluidos en la parte teórica de los capítulos pueden realizarse completamente con la información que se presenta en el propio texto, sin necesidad de acudir a ficheros externos ni a otro tipo de información adicional. El desarrollo del libro se realiza con la versión 10g 2.0 de Oracle en castellano, tanto para Windows Vista como para Windows XP. Hay que tener presente que en Windows Vista se utiliza la release Oracle 10g 2.0.3 y en Windows XP, la release Oracle 10g 2.0.2.

Oracle 10g. Administración y análisis de bases de datos. 2 edición

Este libro tiene como finalidad presentar el modo de trabajo con la hoja de cálculo Excel 2007, componente del paquete integrado Microsoft Office 2007. El contenido del libro se ciñe a las posibilidades de trabajo que ofrece el programa presentando como valor añadido aplicaciones de Excel en diferentes campos de la ciencia, como la estadística, la economía, la matemática en general y las finanzas. El libro comienza describiendo las novedades y mejoras que presenta Excel 2007, así como el nuevo entorno de trabajo. En sucesivos capítulos se muestra el modo de trabajo con libros y hojas de cálculo, fórmulas, funciones y gráficos. Un bloque importante de contenido lo constituyen las funciones que implementa Excel 2007. Se explican y presentan ejemplos relativos a funciones matemáticas y trigonométricas, estadísticas, financieras, de bases de datos, matriciales, lógicas, de búsqueda y referencia, etc. Se trata con especial relevancia el análisis estadístico de datos (histogramas, estadística descriptiva, test de hipótesis, regresión y correlación, análisis de la varianza y otras herramientas estadísticas) y tratamiento de modelos económicos y financieros (préstamos, anualidades, proyectos de inversión, amortizaciones y otras funciones financieras). Un último bloque avanzado lo constituye el trabajo con listas, esquemas, filtros, bases de datos, tablas de datos, escenarios, búsqueda de objetivos, optimización y programación lineal con Solver y tablas y gráficos dinámicos. El libro es útil tanto para el principiante como para el usuario avanzado, ya que contempla secuencialmente lo más importante del contenido de Excel 2007, de modo que cada usuario puede utilizarlo hasta el nivel que precise.

Domine excel 2007

Este libro presenta un tratamiento completo de Microsoft Access 2007 y puede considerarse un manual de referencia de esta base de datos de Microsoft. Los temas se exponen en orden secuencial de dificultad, comenzando por las tareas más básicas y sin que sea necesario tener conocimientos previos del programa, completándose con ejercicios prácticos que refuerzan los conceptos teóricos y hacen más comprensibles las tareas. La obra presenta el nuevo entorno de trabajo de Access 2007 y los primeros pasos para el tratamiento de bases de datos y sus objetos, introduciéndose a continuación la teoría de bases de datos relacionales para abordar su diseño y creación. Posteriormente se tratan los temas de creación, manejo y personalización de tablas, campos, relaciones, claves, índices y tipos de datos. También se examina el trabajo con operadores, expresiones y consultas de selección, de referencia cruzada y de parámetros. Una parte importante del contenido de este libro está dedicado al trabajo con el lenguaje SQL para la consulta, creación, manejo y administración de bases de datos a través de los lenguajes de definición, modificación y consulta de datos, así como los lenguajes de control de transacciones y control de datos. También se aborda el trabajo con formularios, informes, filtros, tablas y gráficos dinámicos. Adicionalmente se contemplan las tareas de exportación e importación de datos con especial hincapié en la relación entre Access, Excel y Word con vista al uso de Microsoft Office 2007 como un paquete integrado. Finalmente se expone el trabajo en las áreas de seguridad, colaboración y mantenimiento al igual que el rendimiento de las bases de datos.

Analisis multivariante de datos. Aplicaciones con ibm spss, sas y statgraphics (2013)

Tecnicas de mineria de datos e inteligencia de negocios. Ibm spss modeler (2014)

Tecnicas estadisticas con variables categoricas. Ibm spss (2014)

Econometría básica. Aplicaciones con eviews, stata, sas y spss (2012)

Estadistica aplicada. Conceptos y ejercicios a través de excel (2012)

Diseño de experimentos. Tecnicas y herramientas (2013)

Investigación operativa: Tecnicas y herramientas. Técnicas y herramientas (2013)

Matlab a través de ejemplos. Más de un millar de ejemplos (2011)

Econometría avanzada: Técnicas y herramientas (2011)

El sistema estadístico sas

Herramientas de deep learning. Arquitecturas de redes neuronales. Ejemplos con matlab (2025)

Control de calidad metodología y aplicaciones. Ejercicios resueltos con excel

Windows vista manual de aprendizaje. Descubre una nueva dimensión

Big data aplicado e inteligencia de negocios con herramientas de software

Redes neuronales a través de ejemplos. Aplicaciones con matlab

Metodología seis sigma para el control de calidad. Aplicaciones con spss

Minería de datos. Técnicas y herramientas

Guía de rboles,áarbustos y planta de flor. 3 ed

Ifcd012po data mining: Principios y aplicaciones (2021)

Ifct27 introduccion a las bases de datos microsoft sql serve (2022)

Estadística aplicada a través de excel

Oracle 10g. Administración y análisis de bases de datos. 2 edición

Domine excel 2007 (2008)

Domine access 2007 (2009)