Autor Olson, David L.
|
|
Documentos disponibles escritos por este autor (6)
Hacer una sugerencia Refinar búsqueda
Título : Descriptive Data Mining Tipo de documento: documento electrónico Autores: Olson, David L., Autor ; Lauhoff, Georg, Autor Mención de edición: 2 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2019 Número de páginas: XI, 130 p. 89 ilustraciones, 78 ilustraciones en color. ISBN/ISSN/DL: 978-981-1371813-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro proporciona una descripción general de los métodos de minería de datos demostrados por el software. La gestión del conocimiento implica la aplicación del conocimiento humano (epistemología) con los avances tecnológicos de nuestra sociedad actual (sistemas informáticos) y el big data, tanto en términos de recopilación de datos como de análisis de los mismos. Vemos tres tipos de herramientas analíticas. El análisis descriptivo se centra en informes de lo sucedido. El análisis predictivo amplía la inteligencia estadística y/o artificial para proporcionar capacidad de previsión. También incluye modelos de clasificación. El análisis de diagnóstico puede aplicar el análisis a la entrada del sensor para dirigir los sistemas de control automáticamente. El análisis prescriptivo aplica modelos cuantitativos para optimizar sistemas, o al menos para identificar sistemas mejorados. La minería de datos incluye modelos descriptivos y predictivos. La investigación de operaciones incluye los tres. Este libro se centra en el análisis descriptivo. El libro busca proporcionar explicaciones simples y demostración de algunas herramientas descriptivas. Esta segunda edición proporciona más ejemplos del impacto de big data, actualiza el contenido sobre visualización, aclara algunos puntos y amplía la cobertura de las reglas de asociación y el análisis de conglomerados. El Capítulo 1 ofrece una visión general en el contexto de la gestión del conocimiento. El Capítulo 2 analiza algunos soportes de software básicos para la visualización de datos. El Capítulo 3 cubre los fundamentos del análisis de la canasta de mercado y el Capítulo 4 proporciona una demostración del modelado RFM, una herramienta básica de extracción de datos de marketing. El capítulo 5 demuestra la minería de reglas de asociación. El Capítulo 6 es una cobertura más profunda del análisis de conglomerados. El capítulo 7 analiza el análisis de enlaces. Los modelos se demuestran utilizando datos relacionados con el negocio. El estilo del libro pretende ser descriptivo, buscando explicar cómo funcionan los métodos, con algunas citas, pero sin referencias académicas profundas. Todos los conjuntos de datos y el software se seleccionan para una amplia disponibilidad y acceso por parte de cualquier lector con enlaces informáticos. 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 Descriptive Data Mining [documento electrónico] / Olson, David L., Autor ; Lauhoff, Georg, Autor . - 2 ed. . - Singapore [Malasya] : Springer, 2019 . - XI, 130 p. 89 ilustraciones, 78 ilustraciones en color.
ISBN : 978-981-1371813--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro proporciona una descripción general de los métodos de minería de datos demostrados por el software. La gestión del conocimiento implica la aplicación del conocimiento humano (epistemología) con los avances tecnológicos de nuestra sociedad actual (sistemas informáticos) y el big data, tanto en términos de recopilación de datos como de análisis de los mismos. Vemos tres tipos de herramientas analíticas. El análisis descriptivo se centra en informes de lo sucedido. El análisis predictivo amplía la inteligencia estadística y/o artificial para proporcionar capacidad de previsión. También incluye modelos de clasificación. El análisis de diagnóstico puede aplicar el análisis a la entrada del sensor para dirigir los sistemas de control automáticamente. El análisis prescriptivo aplica modelos cuantitativos para optimizar sistemas, o al menos para identificar sistemas mejorados. La minería de datos incluye modelos descriptivos y predictivos. La investigación de operaciones incluye los tres. Este libro se centra en el análisis descriptivo. El libro busca proporcionar explicaciones simples y demostración de algunas herramientas descriptivas. Esta segunda edición proporciona más ejemplos del impacto de big data, actualiza el contenido sobre visualización, aclara algunos puntos y amplía la cobertura de las reglas de asociación y el análisis de conglomerados. El Capítulo 1 ofrece una visión general en el contexto de la gestión del conocimiento. El Capítulo 2 analiza algunos soportes de software básicos para la visualización de datos. El Capítulo 3 cubre los fundamentos del análisis de la canasta de mercado y el Capítulo 4 proporciona una demostración del modelado RFM, una herramienta básica de extracción de datos de marketing. El capítulo 5 demuestra la minería de reglas de asociación. El Capítulo 6 es una cobertura más profunda del análisis de conglomerados. El capítulo 7 analiza el análisis de enlaces. Los modelos se demuestran utilizando datos relacionados con el negocio. El estilo del libro pretende ser descriptivo, buscando explicar cómo funcionan los métodos, con algunas citas, pero sin referencias académicas profundas. Todos los conjuntos de datos y el software se seleccionan para una amplia disponibilidad y acceso por parte de cualquier lector con enlaces informáticos. 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
Título : Descriptive Data Mining Tipo de documento: documento electrónico Autores: Olson, David L., Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2017 Número de páginas: XI, 116 p. 63 ilustraciones, 60 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-3340-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro ofrece una visión general de la gestión del conocimiento. Comienza con una introducción al tema, ubicando los modelos descriptivos en el contexto del campo general así como dentro del campo más específico del análisis de minería de datos. El Capítulo 2 cubre la visualización de datos, incluidas instrucciones para acceder al software de código abierto R (descrito a través de Rattle). Tanto R como Rattle son gratuitos para los estudiantes. A continuación, el capítulo 3 describe el análisis de la cesta de la compra, comparándolo con modelos más avanzados, y aborda el concepto de elevación. Posteriormente, el Capítulo 4 describe los modelos RFM de smarketing y los compara con modelos predictivos más avanzados. A continuación, el Capítulo 5 describe las reglas de asociación, incluido el algoritmo APriori y proporciona soporte de software de R. El Capítulo 6 cubre el análisis de conglomerados, incluido el soporte de software de R (Rattle), KNIME y WEKA, todos los cuales son de código abierto. El Capítulo 7 continúa describiendo el análisis de enlaces, las métricas de redes sociales y el software NodeXL de código abierto, y demuestra la aplicación de análisis de enlaces utilizando la salida de PolyAnalyst. El capítulo 8 concluye la monografía. Utilizando datos relacionados con los negocios para demostrar modelos, este libro descriptivo explica cómo funcionan los métodos con algunas citas, pero sin referencias detalladas. Los conjuntos de datos y el software seleccionados están ampliamente disponibles y se puede acceder a ellos fácilmente. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2: Data Visualization -- Chapter 3 Market Basket Analysis -- Chapter 4 Recency Frequency and Monetary Model -- Chapter 5 Association Rules -- Chapter 6 Cluster Analysis -- Chapter 7 Link Analysis -- Chapter 7 Link Analysis -- Chapter 8 Descriptive Data Mining -- References -- Index. 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 Descriptive Data Mining [documento electrónico] / Olson, David L., Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2017 . - XI, 116 p. 63 ilustraciones, 60 ilustraciones en color.
ISBN : 978-981-10-3340-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro ofrece una visión general de la gestión del conocimiento. Comienza con una introducción al tema, ubicando los modelos descriptivos en el contexto del campo general así como dentro del campo más específico del análisis de minería de datos. El Capítulo 2 cubre la visualización de datos, incluidas instrucciones para acceder al software de código abierto R (descrito a través de Rattle). Tanto R como Rattle son gratuitos para los estudiantes. A continuación, el capítulo 3 describe el análisis de la cesta de la compra, comparándolo con modelos más avanzados, y aborda el concepto de elevación. Posteriormente, el Capítulo 4 describe los modelos RFM de smarketing y los compara con modelos predictivos más avanzados. A continuación, el Capítulo 5 describe las reglas de asociación, incluido el algoritmo APriori y proporciona soporte de software de R. El Capítulo 6 cubre el análisis de conglomerados, incluido el soporte de software de R (Rattle), KNIME y WEKA, todos los cuales son de código abierto. El Capítulo 7 continúa describiendo el análisis de enlaces, las métricas de redes sociales y el software NodeXL de código abierto, y demuestra la aplicación de análisis de enlaces utilizando la salida de PolyAnalyst. El capítulo 8 concluye la monografía. Utilizando datos relacionados con los negocios para demostrar modelos, este libro descriptivo explica cómo funcionan los métodos con algunas citas, pero sin referencias detalladas. Los conjuntos de datos y el software seleccionados están ampliamente disponibles y se puede acceder a ellos fácilmente. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2: Data Visualization -- Chapter 3 Market Basket Analysis -- Chapter 4 Recency Frequency and Monetary Model -- Chapter 5 Association Rules -- Chapter 6 Cluster Analysis -- Chapter 7 Link Analysis -- Chapter 7 Link Analysis -- Chapter 8 Descriptive Data Mining -- References -- Index. 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
Título : Enterprise Risk Management Models Tipo de documento: documento electrónico Autores: Olson, David L., Autor ; Wu, Desheng, Autor Mención de edición: 3 ed. Editorial: Berlin [Alemania] : Springer Fecha de publicación: 2020 Número de páginas: IX, 225 p. 51 ilustraciones ISBN/ISSN/DL: 978-3-662-60608-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Gestion de riesgos financieros Gestión de la producción Simulación por ordenador Gestión de riesgos Jefe de operaciones Modelado por computadora Índice Dewey: 658.155 Resumen: Este libro ofrece una guía completa sobre varios aspectos del riesgo, incluidos los sistemas de información, la gestión de desastres, la cadena de suministro y las perspectivas de la gestión de desastres. Una parte importante del libro está dedicada a presentar una serie de modelos de investigación operativa que se han aplicado (o podrían aplicarse) a la gestión del riesgo de suministro empresarial, especialmente desde la perspectiva de la cadena de suministro. Cada capítulo de este libro se puede utilizar como un módulo independiente sobre un tema respectivo, con ejemplos, definiciones y notas de discusión dedicados. Este libro llega en un momento en el que el mundo se enfrenta cada vez más al desafío de diferentes formas de riesgo y de cómo gestionarlas. Los acontecimientos del siglo XXI han hecho que la gestión de riesgos empresariales sea aún más crítica. Riesgos como las sospechas en torno a las estructuras de alta dirección, las burbujas financieras y tecnológicas (especialmente desde 2008), así como el riesgo que plantea el terrorismo, como los ataques del 11 de septiembre en los EE.UU., así como los acontecimientos más recientes en Francia, Bélgica, y otros países europeos, tienen un tremendo impacto en muchas facetas de los negocios. De hecho, las empresas existen para hacer frente al riesgo en su área de especialización. Nota de contenido: Enterprise Risk Management in Supply Chains -- Risk Matrices -- Value-Focused Supply Chain Risk Analysis -- Examples of Supply Chain Decisions Trading Off Criteria -- Simulation of Supply Chain Risk -- Value at Risk Models -- Chance Constrained Models -- Data Envelopment Analysis in Enterprise Risk Management -- Data Mining Models and Enterprise Risk Management -- Balanced Scorecards to Measure Enterprise Risk Performance -- Information Systems Security Risk -- Enterprise Risk Management in Projects -- Natural Disaster Risk Management -- Sustainability and Enterprise Risk Management -- Environmental Damage and Risk Assessment. 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 Enterprise Risk Management Models [documento electrónico] / Olson, David L., Autor ; Wu, Desheng, Autor . - 3 ed. . - Berlin [Alemania] : Springer, 2020 . - IX, 225 p. 51 ilustraciones.
ISBN : 978-3-662-60608-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Gestion de riesgos financieros Gestión de la producción Simulación por ordenador Gestión de riesgos Jefe de operaciones Modelado por computadora Índice Dewey: 658.155 Resumen: Este libro ofrece una guía completa sobre varios aspectos del riesgo, incluidos los sistemas de información, la gestión de desastres, la cadena de suministro y las perspectivas de la gestión de desastres. Una parte importante del libro está dedicada a presentar una serie de modelos de investigación operativa que se han aplicado (o podrían aplicarse) a la gestión del riesgo de suministro empresarial, especialmente desde la perspectiva de la cadena de suministro. Cada capítulo de este libro se puede utilizar como un módulo independiente sobre un tema respectivo, con ejemplos, definiciones y notas de discusión dedicados. Este libro llega en un momento en el que el mundo se enfrenta cada vez más al desafío de diferentes formas de riesgo y de cómo gestionarlas. Los acontecimientos del siglo XXI han hecho que la gestión de riesgos empresariales sea aún más crítica. Riesgos como las sospechas en torno a las estructuras de alta dirección, las burbujas financieras y tecnológicas (especialmente desde 2008), así como el riesgo que plantea el terrorismo, como los ataques del 11 de septiembre en los EE.UU., así como los acontecimientos más recientes en Francia, Bélgica, y otros países europeos, tienen un tremendo impacto en muchas facetas de los negocios. De hecho, las empresas existen para hacer frente al riesgo en su área de especialización. Nota de contenido: Enterprise Risk Management in Supply Chains -- Risk Matrices -- Value-Focused Supply Chain Risk Analysis -- Examples of Supply Chain Decisions Trading Off Criteria -- Simulation of Supply Chain Risk -- Value at Risk Models -- Chance Constrained Models -- Data Envelopment Analysis in Enterprise Risk Management -- Data Mining Models and Enterprise Risk Management -- Balanced Scorecards to Measure Enterprise Risk Performance -- Information Systems Security Risk -- Enterprise Risk Management in Projects -- Natural Disaster Risk Management -- Sustainability and Enterprise Risk Management -- Environmental Damage and Risk Assessment. 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
Título : Pandemic Risk Management in Operations and Finance : Modeling the Impact of COVID-19 Tipo de documento: documento electrónico Autores: Wu, Desheng Dash, Autor ; Olson, David L., Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIV, 139 p. 41 ilustraciones, 30 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-52197-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Finanzas Economía Financiera Gestión de riesgos de TI Production management Gestión de riesgos Jefe de operaciones Índice Dewey: 658.155 Resumen: La COVID-19 se ha extendido por todo el mundo, provocando enormes cambios estructurales y afectando gravemente las cadenas de suministro y las operaciones financieras globales. Como tal, se necesitan herramientas analíticas que ayuden a abordar el impacto de la pandemia en las economías del mundo; Estas herramientas no son panaceas y ciertamente no solucionarán los problemas enfrentados, pero ofrecen un medio para ayudar a los gobiernos, empresas e individuos a enfrentar problemas específicos. Este libro proporciona una descripción general de la pandemia de COVID-19 y evalúa su efecto en las operaciones financieras y de la cadena de suministro. Luego analiza los modelos epidémicos, presenta fuentes de datos cuantitativos y textuales y describe cómo se utilizan los modelos para ilustrar el impacto de la pandemia en las cadenas de suministro y el desempeño macroeconómico en las operaciones financieras. Destaca las experiencias específicas del sistema bancario, que ofrece predicciones del impacto en el sector bancario sueco. Además, examina modelos relacionados con la planificación para una pandemia, como la evaluación del contagio financiero, el análisis del riesgo de deuda y el desempeño de la eficiencia del sistema de salud, y aborda modelos específicos de parámetros pandémicos. El libro muestra varias herramientas que utilizan los datos disponibles sobre la actual pandemia de COVID-19. Si bien incluye algunas citas, se centra en describir los métodos y explicar cómo funcionan, más que en la teoría. Todos los conjuntos de datos y el software presentados se seleccionaron en función de su amplia disponibilidad para cualquier lector con conexión a una computadora. Nota de contenido: Introduction -- Comparison with Past Pandemics -- System Dynamics Modeling of Contagion Effects -- Text Mining Support to Pandemic Planning -- Macroeconomic Impact -- Supply Chain Impact -- Debt Risk Analysis Using Two-Tier Networks -- The Effect of COVID-19 on the Banking Sector -- Assessment of Smart Healthcare Services -- Healthcare Efficiency Modeling -- Recapitulation. 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 Pandemic Risk Management in Operations and Finance : Modeling the Impact of COVID-19 [documento electrónico] / Wu, Desheng Dash, Autor ; Olson, David L., Autor . - 1 ed. . - [s.l.] : Springer, 2020 . - XIV, 139 p. 41 ilustraciones, 30 ilustraciones en color.
ISBN : 978-3-030-52197-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Finanzas Economía Financiera Gestión de riesgos de TI Production management Gestión de riesgos Jefe de operaciones Índice Dewey: 658.155 Resumen: La COVID-19 se ha extendido por todo el mundo, provocando enormes cambios estructurales y afectando gravemente las cadenas de suministro y las operaciones financieras globales. Como tal, se necesitan herramientas analíticas que ayuden a abordar el impacto de la pandemia en las economías del mundo; Estas herramientas no son panaceas y ciertamente no solucionarán los problemas enfrentados, pero ofrecen un medio para ayudar a los gobiernos, empresas e individuos a enfrentar problemas específicos. Este libro proporciona una descripción general de la pandemia de COVID-19 y evalúa su efecto en las operaciones financieras y de la cadena de suministro. Luego analiza los modelos epidémicos, presenta fuentes de datos cuantitativos y textuales y describe cómo se utilizan los modelos para ilustrar el impacto de la pandemia en las cadenas de suministro y el desempeño macroeconómico en las operaciones financieras. Destaca las experiencias específicas del sistema bancario, que ofrece predicciones del impacto en el sector bancario sueco. Además, examina modelos relacionados con la planificación para una pandemia, como la evaluación del contagio financiero, el análisis del riesgo de deuda y el desempeño de la eficiencia del sistema de salud, y aborda modelos específicos de parámetros pandémicos. El libro muestra varias herramientas que utilizan los datos disponibles sobre la actual pandemia de COVID-19. Si bien incluye algunas citas, se centra en describir los métodos y explicar cómo funcionan, más que en la teoría. Todos los conjuntos de datos y el software presentados se seleccionaron en función de su amplia disponibilidad para cualquier lector con conexión a una computadora. Nota de contenido: Introduction -- Comparison with Past Pandemics -- System Dynamics Modeling of Contagion Effects -- Text Mining Support to Pandemic Planning -- Macroeconomic Impact -- Supply Chain Impact -- Debt Risk Analysis Using Two-Tier Networks -- The Effect of COVID-19 on the Banking Sector -- Assessment of Smart Healthcare Services -- Healthcare Efficiency Modeling -- Recapitulation. 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
Título : Predictive Data Mining Models Tipo de documento: documento electrónico Autores: Olson, David L., Autor ; Wu, Desheng, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2017 Número de páginas: XI, 102 p. 54 ilustraciones, 48 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-2543-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro revisa los modelos de minería de datos de pronóstico, desde herramientas básicas para datos estables a través de modelos causales, hasta modelos más avanzados que utilizan tendencias y ciclos. Estos modelos se demuestran sobre la base de datos relacionados con el negocio, incluidos los índices bursátiles, los precios del petróleo crudo y el precio del oro. El enfoque principal del libro es sobre todo descriptivo, buscando explicar cómo funcionan concretamente los métodos; como tal, incluye citas seleccionadas, pero no profundiza en referencias académicas. Los conjuntos de datos y el software revisados fueron seleccionados por su amplia disponibilidad para todos los lectores con acceso a Internet. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2 Data Sets -- Chapter 3 Basic Forecasting ToolsChapter 3 Basic Forecasting Tools -- Chapter 4 Multiple Regression -- Chapter 5 Regression Tree Models -- Chapter 6 Autoregressive Models -- Chapter 7 GARCH Models -- Chapter 8 Comparison of Models. 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 Predictive Data Mining Models [documento electrónico] / Olson, David L., Autor ; Wu, Desheng, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2017 . - XI, 102 p. 54 ilustraciones, 48 ilustraciones en color.
ISBN : 978-981-10-2543-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Investigación cuantitativa Procesamiento de datos Gestion de riesgos financieros Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Gestión de riesgos Índice Dewey: 1.422 Resumen: Este libro revisa los modelos de minería de datos de pronóstico, desde herramientas básicas para datos estables a través de modelos causales, hasta modelos más avanzados que utilizan tendencias y ciclos. Estos modelos se demuestran sobre la base de datos relacionados con el negocio, incluidos los índices bursátiles, los precios del petróleo crudo y el precio del oro. El enfoque principal del libro es sobre todo descriptivo, buscando explicar cómo funcionan concretamente los métodos; como tal, incluye citas seleccionadas, pero no profundiza en referencias académicas. Los conjuntos de datos y el software revisados fueron seleccionados por su amplia disponibilidad para todos los lectores con acceso a Internet. Nota de contenido: Chapter 1 Knowledge Management -- Chapter 2 Data Sets -- Chapter 3 Basic Forecasting ToolsChapter 3 Basic Forecasting Tools -- Chapter 4 Multiple Regression -- Chapter 5 Regression Tree Models -- Chapter 6 Autoregressive Models -- Chapter 7 GARCH Models -- Chapter 8 Comparison of Models. 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
