CONTENIDO: El proceso de extracción del conocimiento a través de SPSS 17
Fase de selección en el proceso de extracción del conocimiento
Fase de exploración en el proceso de extracción del conocimiento
Fase de limpieza en el proceso de extracción del conocimiento
Fase de transformación en el proceso de extracción del conocimiento
Fase de análisis de datos en el proceso de extracción del conocimiento. Técnicas predictivas: modelos de regresión y series temporales
Fase de análisis de datos en el proceso de extracción del conocimiento. Modelos anova, ancova, manova, mancova, glm, mixtos y datos de panel
Fase análisis de datos en el proceso extracción del conocimiento. Técnicas de clasificación y segmentación
Fase de evaluación e interpretación de resultados en el proceso de extracción del conocimiento
Índice alfabético
Resumen
El proceso de extracción del conocimiento a partir del análisis de los datos (KDD) cobra especial relevancia en una época de exceso de información como es la actual. La disponibilidad de grandes volúmenes de datos y el uso generalizado de herramientas informáticas ha transformado el tratamiento de datos estableciendo un orden en las técnicas especializadas que se aplican y englobándolas en el proceso de extracción del conocimiento. Estas técnicas persiguen el descubrimiento automático del conocimiento contenido en la información almacenada de modo ordenado en grandes bases de datos, utilizando metodología avanzada de análisis de datos.
En este libro se explotan las capacidades de SPSS en su versión 17 para el trabajo en las distintas fases del proceso de extracción del conocimiento. Se recorren prácticamente todas las opciones posibles del programa y se aplican a casos prácticos convenientemente estructurados. En cada capítulo se presentan conceptos teóricos esenciales para la comprensión de las técnicas sin tener que realizar un esfuerzo metodológico adicional. Posteriormente cada técnica se ilustra con ejemplos adecuados que muestran su tratamiento con SPSS 17.
