Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes

Autores
Chan, Débora; Badano, Cristina Inés; Rey, Andrea Alejandra
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
libro
Estado
versión publicada
Descripción
Este texto es la compilación de notas de clase de Análisis Inteligente de Datos desarrolladas en dos maestrías correspondientes el nivel superior de Educación en la Argentina. Se propone introducir a los estudiantes de posgrado en las temáticas actuales del análisis multivariado al tiempo que promueve el manejo del lenguaje R para desarrollar y aplicar los contenidos. En esta primera edición se tratan Análisis de Componentes Principales, Escalado Multidimensional métrico, Análisis de Correspondencias Simples y Múltiples. Se presentan pruebas estadísticas paramétricas y no paramétrica para comparación de medias univariadas y multivariadas, así como para estudio de asociaciones entre variables. Se exponen varios algoritmos para la clasificación supervisada y no supervisada explorando los diferentes enfoques. Entre las aplicaciones son relevantes la minería de texto y al procesamiento de imágenes.
Fil: Universidad Tecnológica Nacional - Facultad Regional Buenos Aires
Peer Reviewed
Materia
Ciencia de Datos
Análisis Multivariante
Datos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2020-03-02T14:04:09Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/4371
Acceder
id RIAUTN_9ef44eec08a1470e65f1060d294c8bcf
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/4371
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenesChan, DéboraBadano, Cristina InésRey, Andrea AlejandraCiencia de DatosAnálisis MultivarianteDatosEste texto es la compilación de notas de clase de Análisis Inteligente de Datos desarrolladas en dos maestrías correspondientes el nivel superior de Educación en la Argentina. Se propone introducir a los estudiantes de posgrado en las temáticas actuales del análisis multivariado al tiempo que promueve el manejo del lenguaje R para desarrollar y aplicar los contenidos. En esta primera edición se tratan Análisis de Componentes Principales, Escalado Multidimensional métrico, Análisis de Correspondencias Simples y Múltiples. Se presentan pruebas estadísticas paramétricas y no paramétrica para comparación de medias univariadas y multivariadas, así como para estudio de asociaciones entre variables. Se exponen varios algoritmos para la clasificación supervisada y no supervisada explorando los diferentes enfoques. Entre las aplicaciones son relevantes la minería de texto y al procesamiento de imágenes.Fil: Universidad Tecnológica Nacional - Facultad Regional Buenos AiresPeer ReviewededUTecNe2020-03-02T14:04:09Z2020-03-02T14:04:09Z2020-03-02info:eu-repo/semantics/bookinfo:ar-repo/semantics/libroinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_2f33application/pdfapplication/pdf978-987-4998-22-4http://hdl.handle.net/20.500.12272/4371spainfo:eu-repo/semantics/openAccess2020-03-02T14:04:09Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/UTN - edUTecNeReservados todos los derechos. No se permite la reproducción total o parcial de esta obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de los titulares del copyright. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.Attribution-NonCommercial-NoDerivatives 4.0 Internacionalreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:56:53Zoai:ria.utn.edu.ar:20.500.12272/4371instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:56:54.363Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
title Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
spellingShingle Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
Chan, Débora
Ciencia de Datos
Análisis Multivariante
Datos
title_short Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
title_full Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
title_fullStr Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
title_full_unstemmed Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
title_sort Análisis inteligente de datos con lenguaje R: con aplicaciones a imágenes
dc.creator.none.fl_str_mv Chan, Débora
Badano, Cristina Inés
Rey, Andrea Alejandra
author Chan, Débora
author_facet Chan, Débora
Badano, Cristina Inés
Rey, Andrea Alejandra
author_role author
author2 Badano, Cristina Inés
Rey, Andrea Alejandra
author2_role author
author
dc.subject.none.fl_str_mv Ciencia de Datos
Análisis Multivariante
Datos
topic Ciencia de Datos
Análisis Multivariante
Datos
dc.description.none.fl_txt_mv Este texto es la compilación de notas de clase de Análisis Inteligente de Datos desarrolladas en dos maestrías correspondientes el nivel superior de Educación en la Argentina. Se propone introducir a los estudiantes de posgrado en las temáticas actuales del análisis multivariado al tiempo que promueve el manejo del lenguaje R para desarrollar y aplicar los contenidos. En esta primera edición se tratan Análisis de Componentes Principales, Escalado Multidimensional métrico, Análisis de Correspondencias Simples y Múltiples. Se presentan pruebas estadísticas paramétricas y no paramétrica para comparación de medias univariadas y multivariadas, así como para estudio de asociaciones entre variables. Se exponen varios algoritmos para la clasificación supervisada y no supervisada explorando los diferentes enfoques. Entre las aplicaciones son relevantes la minería de texto y al procesamiento de imágenes.
Fil: Universidad Tecnológica Nacional - Facultad Regional Buenos Aires
Peer Reviewed
description Este texto es la compilación de notas de clase de Análisis Inteligente de Datos desarrolladas en dos maestrías correspondientes el nivel superior de Educación en la Argentina. Se propone introducir a los estudiantes de posgrado en las temáticas actuales del análisis multivariado al tiempo que promueve el manejo del lenguaje R para desarrollar y aplicar los contenidos. En esta primera edición se tratan Análisis de Componentes Principales, Escalado Multidimensional métrico, Análisis de Correspondencias Simples y Múltiples. Se presentan pruebas estadísticas paramétricas y no paramétrica para comparación de medias univariadas y multivariadas, así como para estudio de asociaciones entre variables. Se exponen varios algoritmos para la clasificación supervisada y no supervisada explorando los diferentes enfoques. Entre las aplicaciones son relevantes la minería de texto y al procesamiento de imágenes.
publishDate 2020
dc.date.none.fl_str_mv 2020-03-02T14:04:09Z
2020-03-02T14:04:09Z
2020-03-02
dc.type.none.fl_str_mv info:eu-repo/semantics/book
info:ar-repo/semantics/libro
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_2f33
format book
status_str publishedVersion
dc.identifier.none.fl_str_mv 978-987-4998-22-4
http://hdl.handle.net/20.500.12272/4371
identifier_str_mv 978-987-4998-22-4
url http://hdl.handle.net/20.500.12272/4371
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2020-03-02T14:04:09Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
UTN - edUTecNe
Reservados todos los derechos. No se permite la reproducción total o parcial de esta obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de los titulares del copyright. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
eu_rights_str_mv openAccess
rights_invalid_str_mv 2020-03-02T14:04:09Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
UTN - edUTecNe
Reservados todos los derechos. No se permite la reproducción total o parcial de esta obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de los titulares del copyright. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv edUTecNe
publisher.none.fl_str_mv edUTecNe
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862349888552960
score 13.365483

Publicaciones similares