Data Science for Economics and Finance / Consoli, Sergio ; Reforgiato Recupero, Diego ; Saisana, Michaela  

Público ISBD Ningún comentario para este registro. Título : Data Science for Economics and Finance : Methodologies and Applications Tipo de documento: documento electrónico Autores: Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Saisana, Michaela, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XIV, 355 p. 56 ilustraciones, 44 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-66891-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos  Aprendizaje automático  Servicios de información empresarial  Investigación cuantitativa  Tecnología de la información  Sistemas de almacenamiento y recuperación de información  Minería de datos y descubrimiento de conocimientos  Sistemas de Información Empresarial  Análisis de datos y Big Data  Aplicación Informática en Tratamiento de Datos Administrativos  Almacenamiento y recuperación de información Índice Dewey: 6.312 Resumen: Este libro de acceso abierto cubre el uso de la ciencia de datos, incluido el aprendizaje automático avanzado, el análisis de big data, las tecnologías de la web semántica, el procesamiento del lenguaje natural, el análisis de redes sociales y el análisis de series temporales, entre otros, para aplicaciones en economía y finanzas. Además, muestra algunas aplicaciones exitosas de soluciones avanzadas de ciencia de datos utilizadas para extraer nuevos conocimientos de los datos con el fin de mejorar los modelos de previsión económica. El libro comienza con una introducción sobre el uso de tecnologías de ciencia de datos en economía y finanzas y es seguido por trece capítulos que muestran historias de éxito de la aplicación de metodologías específicas de ciencia de datos, abordando temas particulares relacionados con nuevas fuentes de big data y tecnologías para el análisis económico. (por ejemplo, redes sociales y noticias); modelos de big data que aprovechan el aprendizaje automático (profundo) supervisado/no supervisado; procesamiento del lenguaje natural para construir indicadores económicos y financieros; y previsión y pronóstico inmediato de variables económicas mediante análisis de series temporales. Este libro es relevante para todas las partes interesadas involucradas en la investigación digital y con uso intensivo de datos en economía y finanzas, ayudándoles a comprender las principales oportunidades y desafíos, familiarizarse con los últimos hallazgos metodológicos y aprender a utilizar y evaluar el rendimiento de herramientas novedosas. y marcos. Está dirigido principalmente a científicos de datos y analistas de negocios que explotan tecnologías de ciencia de datos, y también será un recurso útil para investigar a estudiantes en disciplinas y cursos relacionados con estos temas. En general, los lectores aprenderán soluciones de ciencia de datos modernas y efectivas para crear innovaciones tangibles para aplicaciones económicas y financieras. Nota de contenido: Data Science Technologies in Economics and Finance: A Gentle Walk-In -- Supervised Learning for the Prediction of Firm Dynamics -- Opening the Black Box: Machine Learning Interpretability and Inference Tools with an Application to Economic Forecasting -- Machine Learning for Financial Stability -- Sharpening the Accuracy of Credit Scoring Models with Machine Learning Algorithms -- Classifying Counterparty Sector in EMIR Data -- Massive Data Analytics for Macroeconomic Nowcasting -- New Data Sources for Central Banks -- Sentiment Analysis of Financial News: Mechanics and Statistics -- Semi-supervised Text Mining for Monitoring the News About the ESG Performance of Companies -- Extraction and Representation of Financial Entities from Text -- Quantifying News Narratives to Predict Movements in Market Risk -- Do the Hype of the Benefits from Using New Data Science Tools Extend to Forecasting Extremely Volatile Assets? -- Network Analysis for Economics and Finance: An application to Firm Ownership. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Data Science for Economics and Finance : Methodologies and Applications [documento electrónico] / Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Saisana, Michaela,  . -  1 ed.  . - [s.l.] : Springer, 2021 . - XIV, 355 p. 56 ilustraciones, 44 ilustraciones en color. ISBN : 978-3-030-66891-4 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos  Aprendizaje automático  Servicios de información empresarial  Investigación cuantitativa  Tecnología de la información  Sistemas de almacenamiento y recuperación de información  Minería de datos y descubrimiento de conocimientos  Sistemas de Información Empresarial  Análisis de datos y Big Data  Aplicación Informática en Tratamiento de Datos Administrativos  Almacenamiento y recuperación de información Índice Dewey: 6.312 Resumen: Este libro de acceso abierto cubre el uso de la ciencia de datos, incluido el aprendizaje automático avanzado, el análisis de big data, las tecnologías de la web semántica, el procesamiento del lenguaje natural, el análisis de redes sociales y el análisis de series temporales, entre otros, para aplicaciones en economía y finanzas. Además, muestra algunas aplicaciones exitosas de soluciones avanzadas de ciencia de datos utilizadas para extraer nuevos conocimientos de los datos con el fin de mejorar los modelos de previsión económica. El libro comienza con una introducción sobre el uso de tecnologías de ciencia de datos en economía y finanzas y es seguido por trece capítulos que muestran historias de éxito de la aplicación de metodologías específicas de ciencia de datos, abordando temas particulares relacionados con nuevas fuentes de big data y tecnologías para el análisis económico. (por ejemplo, redes sociales y noticias); modelos de big data que aprovechan el aprendizaje automático (profundo) supervisado/no supervisado; procesamiento del lenguaje natural para construir indicadores económicos y financieros; y previsión y pronóstico inmediato de variables económicas mediante análisis de series temporales. Este libro es relevante para todas las partes interesadas involucradas en la investigación digital y con uso intensivo de datos en economía y finanzas, ayudándoles a comprender las principales oportunidades y desafíos, familiarizarse con los últimos hallazgos metodológicos y aprender a utilizar y evaluar el rendimiento de herramientas novedosas. y marcos. Está dirigido principalmente a científicos de datos y analistas de negocios que explotan tecnologías de ciencia de datos, y también será un recurso útil para investigar a estudiantes en disciplinas y cursos relacionados con estos temas. En general, los lectores aprenderán soluciones de ciencia de datos modernas y efectivas para crear innovaciones tangibles para aplicaciones económicas y financieras. Nota de contenido: Data Science Technologies in Economics and Finance: A Gentle Walk-In -- Supervised Learning for the Prediction of Firm Dynamics -- Opening the Black Box: Machine Learning Interpretability and Inference Tools with an Application to Economic Forecasting -- Machine Learning for Financial Stability -- Sharpening the Accuracy of Credit Scoring Models with Machine Learning Algorithms -- Classifying Counterparty Sector in EMIR Data -- Massive Data Analytics for Macroeconomic Nowcasting -- New Data Sources for Central Banks -- Sentiment Analysis of Financial News: Mechanics and Statistics -- Semi-supervised Text Mining for Monitoring the News About the ESG Performance of Companies -- Extraction and Representation of Financial Entities from Text -- Quantifying News Narratives to Predict Movements in Market Risk -- Do the Hype of the Benefits from Using New Data Science Tools Extend to Forecasting Extremely Volatile Assets? -- Network Analysis for Economics and Finance: An application to Firm Ownership. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Data Science for Healthcare / Consoli, Sergio ; Reforgiato Recupero, Diego ; Petković, Milan  

Público ISBD Ningún comentario para este registro. Título : Data Science for Healthcare : Methodologies and Applications Tipo de documento: documento electrónico Autores: Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Petković, Milan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XII, 367 p. 110 ilustraciones, 82 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-05249-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos  Inteligencia artificial  Informática Médica  Sistemas de almacenamiento y recuperación de información  Software de la aplicacion  Minería de datos y descubrimiento de conocimientos  Informática de la Salud  Almacenamiento y recuperación de información  Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.312 Minería de datos Resumen: Este libro busca promover la explotación de la ciencia de datos en los sistemas de salud. La atención se centra en el avance de los métodos analíticos automatizados utilizados para extraer nuevos conocimientos de los datos para aplicaciones sanitarias. Para ello, el libro se basa en varias disciplinas interrelacionadas, incluido el aprendizaje automático, el análisis de big data, la estadística, el reconocimiento de patrones, la visión por computadora y las tecnologías de la web semántica, y se centra en su aplicación directa a la atención sanitaria. A partir de tres capítulos tipo tutorial sobre ciencia de datos en la atención sanitaria, los siguientes once capítulos destacan historias de éxito sobre la aplicación de la ciencia de datos en la atención sanitaria, donde la ciencia de datos y las tecnologías de inteligencia artificial han demostrado ser muy prometedoras. Este libro está dirigido principalmente a científicos de datos involucrados en el sector médico o de la salud. Al leer este libro, obtendrán conocimientos esenciales sobre las tecnologías modernas de ciencia de datos necesarias para promover la innovación tanto para las empresas de atención médica como para los pacientes. Se recomienda un conocimiento básico de la ciencia de datos para poder beneficiarse plenamente de este libro. Nota de contenido: Part I: Challenges and Basic Technologies -- Data Science in healthcare: benefits, challenges and opportunities -- Introduction to Classification Algorithms and their Performance Analysis using Medical Examples -- The role of deep learning in improving healthcare -- Part II: Specific Technologies and Applications -- Making effective use of healthcare data using data-to-text technology -- Clinical Natural Language Processing with Deep Learning -- Ontology-based Knowledge Management for Comprehensive Geriatric Assessment and Reminiscence Therapy on Social Robots -- Assistive Robots for the elderly: innovative tools to gather health relevant data -- Overview of data linkage methods for integrating separate health data sources -- A Flexible Knowledge-based Architecture For Supporting The Adoption of Healthy Lifestyles with Persuasive Dialogs -- Visual Analytics for Classifier Construction and Evaluation for Medical Data -- Data Visualization in Clinical Practice -- Using process analytics to improve healthcare processes -- A Multi-Scale Computational Approach to Understanding Cancer Metabolism -- Leveraging healthcare financial analytics for improving the health of entire populations. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Data Science for Healthcare : Methodologies and Applications [documento electrónico] / Consoli, Sergio, ; Reforgiato Recupero, Diego, ; Petković, Milan,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XII, 367 p. 110 ilustraciones, 82 ilustraciones en color. ISBN : 978-3-030-05249-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos  Inteligencia artificial  Informática Médica  Sistemas de almacenamiento y recuperación de información  Software de la aplicacion  Minería de datos y descubrimiento de conocimientos  Informática de la Salud  Almacenamiento y recuperación de información  Aplicaciones informáticas y de sistemas de información Índice Dewey: 006.312 Minería de datos Resumen: Este libro busca promover la explotación de la ciencia de datos en los sistemas de salud. La atención se centra en el avance de los métodos analíticos automatizados utilizados para extraer nuevos conocimientos de los datos para aplicaciones sanitarias. Para ello, el libro se basa en varias disciplinas interrelacionadas, incluido el aprendizaje automático, el análisis de big data, la estadística, el reconocimiento de patrones, la visión por computadora y las tecnologías de la web semántica, y se centra en su aplicación directa a la atención sanitaria. A partir de tres capítulos tipo tutorial sobre ciencia de datos en la atención sanitaria, los siguientes once capítulos destacan historias de éxito sobre la aplicación de la ciencia de datos en la atención sanitaria, donde la ciencia de datos y las tecnologías de inteligencia artificial han demostrado ser muy prometedoras. Este libro está dirigido principalmente a científicos de datos involucrados en el sector médico o de la salud. Al leer este libro, obtendrán conocimientos esenciales sobre las tecnologías modernas de ciencia de datos necesarias para promover la innovación tanto para las empresas de atención médica como para los pacientes. Se recomienda un conocimiento básico de la ciencia de datos para poder beneficiarse plenamente de este libro. Nota de contenido: Part I: Challenges and Basic Technologies -- Data Science in healthcare: benefits, challenges and opportunities -- Introduction to Classification Algorithms and their Performance Analysis using Medical Examples -- The role of deep learning in improving healthcare -- Part II: Specific Technologies and Applications -- Making effective use of healthcare data using data-to-text technology -- Clinical Natural Language Processing with Deep Learning -- Ontology-based Knowledge Management for Comprehensive Geriatric Assessment and Reminiscence Therapy on Social Robots -- Assistive Robots for the elderly: innovative tools to gather health relevant data -- Overview of data linkage methods for integrating separate health data sources -- A Flexible Knowledge-based Architecture For Supporting The Adoption of Healthy Lifestyles with Persuasive Dialogs -- Visual Analytics for Classifier Construction and Evaluation for Medical Data -- Data Visualization in Clinical Practice -- Using process analytics to improve healthcare processes -- A Multi-Scale Computational Approach to Understanding Cancer Metabolism -- Leveraging healthcare financial analytics for improving the health of entire populations. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 2 / 2) Par page : 25 50 100 200