Incluye índice alfabético

Cap. 1. El concepto de Data Minig -- Cap. 2. El entorno de Enterprise Miner -- Cap. 3. Selección de datos y muestras. Exploración -- Cap. 4. Exploración y análisis interactivo de datos. El nodo Insight -- Cap. 5. Depuración y modificación de nodos -- Cap. 6. Análisis cluster -- Cap. 7. Modelos: regresión miultiple y logística -- Cap. 8. Áboles de decisión -- Cap. 9. Redes Neuronales -- Cap. 10. Redes neuronales y componentes principales. Modelos de usuario -- Cap. 11. Valoración y comparación de modelos -- Cap. 12. Predicción y utilidades -- Cap. 13. Data Mining y reducción de la dimensión con variables cuantitativas: Componentes Principales -- Cap. 14. Data Minig y reducción de la dimensión con variables cuantitativas: Análisis Factorial -- Cap. 15. Data mining y reducción de la dimensión con variables cualitativas: Correspondencias -- Cap. 16. Técnicas de Data Mining para clasificación ad hod: Análisis discriminante -- Cap. 17. Técnicas de Data Minig de clasificación post hoc: Análisis cluster.

La finalidad de este libro es presentar los temas de minería de datos con un enfoque eminentemente práctico. El contenido de cada capítulo comienza exponiendo los conceptos adecuados, ilustrándolos a continuación con ejemplos prácticos resueltos con Enterprise Miner, lo que constituye un valor añadido esencial de este texto. Tras la presentación del concepto de Data Mining y la descripción del entorno de Enterprise Miner para la resolución de problemas prácticos, se detallan las distintas técnicas de minería de datos. Inicialmente se aborda la selección de datos y muestras, la exploración y análisis interactivo de datos y su depuración y modificación.
Todo ello dentro del entorno de la aplicación más completa que hay en el mercado del software. A medida que avanza el contenido del libro se tratan técnicas específicas de Data Mining, como son el clustering, los modelos, los árboles de decisión, las redes neuronales, las técnicas de predicción, de reducción de la dimensión y de clasificación.