SEGMENTACION DE MERCADOS con arboles de decision, discriminante y modelos logit Probit

0 valoración promedio
( 0 valoraciones por GoodReads )
 
9781482539875: SEGMENTACION DE  MERCADOS con arboles de decision, discriminante y modelos logit   Probit
From the Publisher:

La clasificaciónde las técnicas de segmentación distingue entre técnicas predictivas, en las que las variables que intervienen en el proceso pueden clasificarse inicialmente en dependientes e independientes (similares a las técnicas del análisis de la dependencia o métodos explicativos del análisis multivariante) y técnicas descriptivas, en las que todas las variables tienen inicialmente el mismo estatus (similares a las técnicas del análisis de la interdependencia o métodos descriptivos del análisis multivariante). Las técnicas predictivas de segmentación especifican el modelo para los datos en base a un conocimiento teórico previo. El modelo supuesto para los datos debe contrastarse después del proceso de minería de datos antes de aceptarlo como válido. Formalmente, la aplicación de todo modelo debe superar las fases de identificación objetiva (a partir de los datos se aplican reglas que permitan identificar el mejor modelo posible que ajuste los datos), estimación (proceso de cálculo de los parámetros del modelo elegido para los datos en la fase de identificación), diagnosis (proceso de contraste de la validez del modelo estimado) y predicción (proceso de utilización del modelo identificado, estimado y validado para predecir valores futuros de las variables dependientes). En algunos casos, el modelo se obtiene como mezcla del conocimiento obtenido antes y después de la segmentación y también debe contrastarse antes de aceptarse como válido. Por ejemplo, las redes neuronales permiten descubrir modelos complejos y afinarlos a medida que progresa la exploración de los datos. Gracias a su capacidad de aprendizaje, permiten descubrir relaciones complejas entre variables sin ninguna intervención externa. Podemos incluir entre estas técnicas todas las técnicas de segmentación en las que subyace un modelo (modelos de elección discreta, análisis discriminante, árboles de decisión, redes neuronales, análisis conjunto, etc.) Estas técnicas también se denominan técnicas de clasificación ya que permiten extraer perfiles de comportamiento o clases, siendo el objetivo construir un modelo que permita clasificar cualquier nuevo dato en una de las clases. En este libro se tratan las técnicas predictivas más importantes para la segementación de mercados, entre las que se encuentran los árboles de decisión, el análisis discriminente y los modelos logit y probit En las técnicas descriptivas no se asigna ningún papel predeterminado a las variables. No se supone la existencia de variables dependientes ni independientes y tampoco se supone la existencia de un modelo previo para los datos. Los modelos se crean automáticamente partiendo del reconocimiento de patrones. En este grupo se incluyen las técnicas de clustering y las técnicas de reducción de la dimensión (escalamiento multidimensonal, correspondencias, etc.)

"Sobre este título" puede pertenecer a otra edición de este libro.

Los mejores resultados en AbeBooks

1.

Prieto, Jesus
Editorial: Createspace, United States (2013)
ISBN 10: 148253987X ISBN 13: 9781482539875
Nuevos Paperback Cantidad: 10
Impresión bajo demanda
Librería
The Book Depository US
(London, Reino Unido)
Valoración
[?]

Descripción Createspace, United States, 2013. Paperback. Estado de conservación: New. 254 x 203 mm. Language: Spanish . Brand New Book ***** Print on Demand *****. La clasificacionde las tecnicas de segmentacion distingue entre tecnicas predictivas, en las que las variables que intervienen en el proceso pueden clasificarse inicialmente en dependientes e independientes (similares a las tecnicas del analisis de la dependencia o metodos explicativos del analisis multivariante) y tecnicas descriptivas, en las que todas las variables tienen inicialmente el mismo estatus (similares a las tecnicas del analisis de la interdependencia o metodos descriptivos del analisis multivariante). Las tecnicas predictivas de segmentacion especifican el modelo para los datos en base a un conocimiento teorico previo. El modelo supuesto para los datos debe contrastarse despues del proceso de mineria de datos antes de aceptarlo como valido. Formalmente, la aplicacion de todo modelo debe superar las fases de identificacion objetiva (a partir de los datos se aplican reglas que permitan identificar el mejor modelo posible que ajuste los datos), estimacion (proceso de calculo de los parametros del modelo elegido para los datos en la fase de identificacion), diagnosis (proceso de contraste de la validez del modelo estimado) y prediccion (proceso de utilizacion del modelo identificado, estimado y validado para predecir valores futuros de las variables dependientes). En algunos casos, el modelo se obtiene como mezcla del conocimiento obtenido antes y despues de la segmentacion y tambien debe contrastarse antes de aceptarse como valido. Por ejemplo, las redes neuronales permiten descubrir modelos complejos y afinarlos a medida que progresa la exploracion de los datos. Gracias a su capacidad de aprendizaje, permiten descubrir relaciones complejas entre variables sin ninguna intervencion externa. Podemos incluir entre estas tecnicas todas las tecnicas de segmentacion en las que subyace un modelo (modelos de eleccion discreta, analisis discriminante, arboles de decision, redes neuronales, analisis conjunto, etc.) Estas tecnicas tambien se denominan tecnicas de clasificacion ya que permiten extraer perfiles de comportamiento o clases, siendo el objetivo construir un modelo que permita clasificar cualquier nuevo dato en una de las clases. En este libro se tratan las tecnicas predictivas mas importantes para la segementacion de mercados, entre las que se encuentran los arboles de decision, el analisis discriminente y los modelos logit y probit En las tecnicas descriptivas no se asigna ningun papel predeterminado a las variables. No se supone la existencia de variables dependientes ni independientes y tampoco se supone la existencia de un modelo previo para los datos. Los modelos se crean automaticamente partiendo del reconocimiento de patrones. En este grupo se incluyen las tecnicas de clustering y las tecnicas de reduccion de la dimension (escalamiento multidimensonal, correspondencias, etc.). Nº de ref. de la librería APC9781482539875

Más información sobre esta librería | Hacer una pregunta a la librería

Comprar nuevo
EUR 22,64
Convertir moneda

Añadir al carrito

Gastos de envío: GRATIS
De Reino Unido a España
Destinos, gastos y plazos de envío

2.

Prieto, Jesus
Editorial: Createspace, United States (2013)
ISBN 10: 148253987X ISBN 13: 9781482539875
Nuevos Paperback Cantidad: 10
Impresión bajo demanda
Librería
The Book Depository
(London, Reino Unido)
Valoración
[?]

Descripción Createspace, United States, 2013. Paperback. Estado de conservación: New. 254 x 203 mm. Language: Spanish . Brand New Book ***** Print on Demand *****.La clasificacionde las tecnicas de segmentacion distingue entre tecnicas predictivas, en las que las variables que intervienen en el proceso pueden clasificarse inicialmente en dependientes e independientes (similares a las tecnicas del analisis de la dependencia o metodos explicativos del analisis multivariante) y tecnicas descriptivas, en las que todas las variables tienen inicialmente el mismo estatus (similares a las tecnicas del analisis de la interdependencia o metodos descriptivos del analisis multivariante). Las tecnicas predictivas de segmentacion especifican el modelo para los datos en base a un conocimiento teorico previo. El modelo supuesto para los datos debe contrastarse despues del proceso de mineria de datos antes de aceptarlo como valido. Formalmente, la aplicacion de todo modelo debe superar las fases de identificacion objetiva (a partir de los datos se aplican reglas que permitan identificar el mejor modelo posible que ajuste los datos), estimacion (proceso de calculo de los parametros del modelo elegido para los datos en la fase de identificacion), diagnosis (proceso de contraste de la validez del modelo estimado) y prediccion (proceso de utilizacion del modelo identificado, estimado y validado para predecir valores futuros de las variables dependientes). En algunos casos, el modelo se obtiene como mezcla del conocimiento obtenido antes y despues de la segmentacion y tambien debe contrastarse antes de aceptarse como valido. Por ejemplo, las redes neuronales permiten descubrir modelos complejos y afinarlos a medida que progresa la exploracion de los datos. Gracias a su capacidad de aprendizaje, permiten descubrir relaciones complejas entre variables sin ninguna intervencion externa. Podemos incluir entre estas tecnicas todas las tecnicas de segmentacion en las que subyace un modelo (modelos de eleccion discreta, analisis discriminante, arboles de decision, redes neuronales, analisis conjunto, etc.) Estas tecnicas tambien se denominan tecnicas de clasificacion ya que permiten extraer perfiles de comportamiento o clases, siendo el objetivo construir un modelo que permita clasificar cualquier nuevo dato en una de las clases. En este libro se tratan las tecnicas predictivas mas importantes para la segementacion de mercados, entre las que se encuentran los arboles de decision, el analisis discriminente y los modelos logit y probit En las tecnicas descriptivas no se asigna ningun papel predeterminado a las variables. No se supone la existencia de variables dependientes ni independientes y tampoco se supone la existencia de un modelo previo para los datos. Los modelos se crean automaticamente partiendo del reconocimiento de patrones. En este grupo se incluyen las tecnicas de clustering y las tecnicas de reduccion de la dimension (escalamiento multidimensonal, correspondencias, etc.). Nº de ref. de la librería APC9781482539875

Más información sobre esta librería | Hacer una pregunta a la librería

Comprar nuevo
EUR 30,33
Convertir moneda

Añadir al carrito

Gastos de envío: GRATIS
De Reino Unido a España
Destinos, gastos y plazos de envío

3.

Prieto, Jesus
Editorial: Createspace
ISBN 10: 148253987X ISBN 13: 9781482539875
Nuevos Paperback Cantidad: 20
Impresión bajo demanda
Librería
BuySomeBooks
(Las Vegas, NV, Estados Unidos de America)
Valoración
[?]

Descripción Createspace. Paperback. Estado de conservación: New. This item is printed on demand. Paperback. 138 pages. Dimensions: 10.0in. x 8.0in. x 0.3in.La clasificacinde las tcnicas de segmentacin distingue entre tcnicas predictivas, en las que las variables que intervienen en el proceso pueden clasificarse inicialmente en dependientes e independientes (similares a las tcnicas del anlisis de la dependencia o mtodos explicativos del anlisis multivariante) y tcnicas descriptivas, en las que todas las variables tienen inicialmente el mismo estatus (similares a las tcnicas del anlisis de la interdependencia o mtodos descriptivos del anlisis multivariante). Las tcnicas predictivas de segmentacin especifican el modelo para los datos en base a un conocimiento terico previo. El modelo supuesto para los datos debe contrastarse despus del proceso de minera de datos antes de aceptarlo como vlido. Formalmente, la aplicacin de todo modelo debe superar las fases de identificacin objetiva (a partir de los datos se aplican reglas que permitan identificar el mejor modelo posible que ajuste los datos), estimacin (proceso de clculo de los parmetros del modelo elegido para los datos en la fase de identificacin), diagnosis (proceso de contraste de la validez del modelo estimado) y prediccin (proceso de utilizacin del modelo identificado, estimado y validado para predecir valores futuros de las variables dependientes). En algunos casos, el modelo se obtiene como mezcla del conocimiento obtenido antes y despus de la segmentacin y tambin debe contrastarse antes de aceptarse como vlido. Por ejemplo, las redes neuronales permiten descubrir modelos complejos y afinarlos a medida que progresa la exploracin de los datos. Gracias a su capacidad de aprendizaje, permiten descubrir relaciones complejas entre variables sin ninguna intervencin externa. Podemos incluir entre estas tcnicas todas las tcnicas de segmentacin en las que subyace un modelo (modelos de eleccin discreta, anlisis discriminante, rboles de decisin, redes neuronales, anlisis conjunto, etc. ) Estas tcnicas tambin se denominan tcnicas de clasificacin ya que permiten extraer perfiles de comportamiento o clases, siendo el objetivo construir un modelo que permita clasificar cualquier nuevo dato en una de las clases. En este libro se tratan las tcnicas predictivas ms importantes para la segementacin de mercados, entre las que se encuentran los rboles de decisin, el anlisis discriminente y los modelos logit y probit En las tcnicas descriptivas no se asigna ningn papel predeterminado a las variables. No se supone la existencia de variables dependientes ni independientes y tampoco se supone la existencia de un modelo previo para los datos. Los modelos se crean automticamente partiendo del reconocimiento de patrones. En este grupo se incluyen las tcnicas de clustering y las tcnicas de reduccin de la dimensin (escalamiento multidimensonal, correspondencias, etc. ) This item ships from La Vergne,TN. Paperback. Nº de ref. de la librería 9781482539875

Más información sobre esta librería | Hacer una pregunta a la librería

Comprar nuevo
EUR 18,87
Convertir moneda

Añadir al carrito

Gastos de envío: EUR 12,04
De Estados Unidos de America a España
Destinos, gastos y plazos de envío