Título :	An Introduction to Clustering with R
Tipo de documento:	documento electrónico
Autores:	Giordani, Paolo, Autor ; Ferraro, Maria Brigida, Autor ; Martella, Francesca, Autor
Mención de edición:	1 ed.
Editorial:	Singapore [Malasya] : Springer
Fecha de publicación:	2020
Número de páginas:	XVII, 340 p. 171 ilustraciones, 59 ilustraciones en color.
ISBN/ISSN/DL:	978-981-1305535--
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Estadísticas  Biometría  Teoría y métodos estadísticos  Estadística y Computación  Estadísticas aplicadas  Bioestadística
Índice Dewey:	519.5 Matemáticas estadísticas
Resumen:	El propósito de este libro es preparar completamente al lector para la investigación aplicada en clustering. El análisis de conglomerados comprende una clase de técnicas estadísticas para clasificar datos multivariados en grupos o conglomerados en función de sus características similares. Hoy en día, el clustering se utiliza ampliamente en varios campos de la investigación, como las ciencias sociales, la psicología y el marketing, destacando su carácter multidisciplinario. Este libro proporciona una introducción accesible y completa a la agrupación y ofrece pautas prácticas para aplicar herramientas de agrupación mediante conjuntos de datos de la vida real cuidadosamente seleccionados y análisis de datos extensos. Los procedimientos abordados en este libro incluyen métodos tradicionales de agrupación dura y desarrollos actualizados en agrupación blanda. Se presta atención a ejemplos y aplicaciones prácticos a través del software estadístico de código abierto R. Se encuentran disponibles código R comentado y resultados para realizar, paso a paso, análisis de conglomerados completos. El libro está dirigido a investigadores interesados ​​en aplicar métodos de agrupamiento. Se proporcionan nociones básicas sobre cuestiones teóricas y sobre R para que tanto los profesionales como los principiantes con poca o ninguna experiencia en el tema se beneficien del libro.
Nota de contenido:	Section: Introduction -- 1.1 Introduction to clustering -- 1.2 R software -- 2. Section: Standard algorithms -- 2.1 Introduction -- 2.2 Distances and dissimilarities -- 2.3 Hierarchical methods -- 2.4 Non-hierarchical methods -- 2.5 Cluster validity -- 3. Section: Fuzzy algorithms -- 3.1 Introduction -- 3.2 Fuzzy K-means -- 3.3 Fuzzy K-medoids -- 3.4 Other fuzzy variants -- 3.5 Cluster validity -- 4. Section: Model-based algorithms -- 4.1 Introduction -- 4.2 Mixture of Gaussian distributions -- 4.3 Mixture of non-Gaussian distributions -- 4.4 Parsimonious mixture 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

An Introduction to Clustering with R [documento electrónico] / Giordani, Paolo, Autor ; Ferraro, Maria Brigida, Autor ; Martella, Francesca, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2020 . - XVII, 340 p. 171 ilustraciones, 59 ilustraciones en color.
ISBN : 978-981-1305535--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Estadísticas  Biometría  Teoría y métodos estadísticos  Estadística y Computación  Estadísticas aplicadas  Bioestadística
Índice Dewey:	519.5 Matemáticas estadísticas
Resumen:	El propósito de este libro es preparar completamente al lector para la investigación aplicada en clustering. El análisis de conglomerados comprende una clase de técnicas estadísticas para clasificar datos multivariados en grupos o conglomerados en función de sus características similares. Hoy en día, el clustering se utiliza ampliamente en varios campos de la investigación, como las ciencias sociales, la psicología y el marketing, destacando su carácter multidisciplinario. Este libro proporciona una introducción accesible y completa a la agrupación y ofrece pautas prácticas para aplicar herramientas de agrupación mediante conjuntos de datos de la vida real cuidadosamente seleccionados y análisis de datos extensos. Los procedimientos abordados en este libro incluyen métodos tradicionales de agrupación dura y desarrollos actualizados en agrupación blanda. Se presta atención a ejemplos y aplicaciones prácticos a través del software estadístico de código abierto R. Se encuentran disponibles código R comentado y resultados para realizar, paso a paso, análisis de conglomerados completos. El libro está dirigido a investigadores interesados ​​en aplicar métodos de agrupamiento. Se proporcionan nociones básicas sobre cuestiones teóricas y sobre R para que tanto los profesionales como los principiantes con poca o ninguna experiencia en el tema se beneficien del libro.
Nota de contenido:	Section: Introduction -- 1.1 Introduction to clustering -- 1.2 R software -- 2. Section: Standard algorithms -- 2.1 Introduction -- 2.2 Distances and dissimilarities -- 2.3 Hierarchical methods -- 2.4 Non-hierarchical methods -- 2.5 Cluster validity -- 3. Section: Fuzzy algorithms -- 3.1 Introduction -- 3.2 Fuzzy K-means -- 3.3 Fuzzy K-medoids -- 3.4 Other fuzzy variants -- 3.5 Cluster validity -- 4. Section: Model-based algorithms -- 4.1 Introduction -- 4.2 Mixture of Gaussian distributions -- 4.3 Mixture of non-Gaussian distributions -- 4.4 Parsimonious mixture 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