|
TÍTULO: Princesas, abejas y matemáticas
AUTOR: Martín de Diego, David
ISBN: 9788400094096
EDITORIAL: C.S.I.C
AÑO: 2011
IDIOMA: Español
DESCRIPCIÓN: Dos princesas, una fenicia y otra griega, se confabulan para contarnos
sus historias, todas ellas teniendo como punto común las matemáticas. Con este último
propósito, también les acompañarán las sagaces abejas, de las que aprenderemos cómo utilizan
las matemáticas para construir sus panales o para comunicarse entre ellas. Todo el relato
está impregnado de un mismo aroma, que nos remite a preguntas que giran en torno a procesos
de economización en la naturaleza, es decir, a la necesidad de adoptar formas o patrones que
permiten ahorrar recursos. Estas preguntas son de difícil o imposible respuesta si no se usa
el lenguaje apropiado, que no es otro que el de las matemáticas. Nuestras princesas y abejas
pasearán acompañadas por un grupo de matemáticos empeñados en desvelar estos principios de la
naturaleza; sin ellos, no podemos comprender nuestra historia ni el mundo en el que vivimos.
¿Se puede contar la historia de la humanidad hablando de Cristobal Colón y no de Isaac Newton?,
¿se puede relatar solamente la Revolución francesa e ignorar la gran revolución científica del
siglo XVII que supuso la creación del cálculo infinitesimal? Este libro se detiene en esta
otra historia paralela y tristemente semioculta, pero no exenta de una indudable belleza.
|
|
|
TITULO: Metric spaces and complex analysis
AUTOR: Banerjee, Amar Kumar.
ISBN: 9781906574956
EDITORIAL: New Academic Science
AÑO: 2012
IDIOMA: Inglés
DESCRIPCIÓN: El objetivo principal del libro Metric spaces and complex analysis,
es proporcionar un conocimiento preliminar pero completo de los espacios métricos,
así como el análisis complejo para principiantes. Sin embargo, se espera que este
trabajo sirva también como una ayuda para estudiantes avanzados de postgrado que
estudian estos temas, ya que las ideas topológicas tratado aquí se puede superar
con un conocimiento elemental del análisis real y de la geometría. Para claridad
de la visualización, se ha dado prioridad a la representación pictórica de los
elementos principales siempre que ha sido necesario. El volumen se enriquece con
numerosas ilustraciones a fin de hacer más fácil su suso. Contiene aproximadamente
cincuenta diagramas y más de cien ejemplos, con casi ciento cincuenta ejercicios.
|
|
|
TITULO: Técnicas de segmentación: conceptos, herramientas y aplicaciones
AUTOR: Pérez López, César
ISBN: 9788492812196
EDITORIAL: Ibergarceta
AÑO: 2011
IDIOMA: Español
DESCRIPCIÓN: El objetivo de este libro es presentar las técnicas de segmentación más utilizadas
hoy en día, aplicables a la obtención de perfiles, reconocimiento de patrones, análisis de mercados,
análisis del fraude y otras disciplinas muy en boga en la actualidad. El contenido se dirige a docentes
y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con la
clasificación y la segmentación. Asimismo, es útil para los profesionales de la Economía, Empresa,
Ciencias Sociales, Ciencias Experimentales, Minería de Datos y otras ramas científicas en las que
se aplican las técnicas de modernas de segmentación. El libro comienza introduciendo al lector en los
conceptos esenciales para el trabajo con técnicas de clasificación y segmentación. En primer lugar,
se abordan las técnicas predictivas de segmentación incluyendo los modelos de variable dependiente
limitada (Logit, Probit, recuento, etc.), modelos censurados y truncados, modelos de selección muestral
y modelos de duración. A continuación, se tratan las técnicas predictivas de segmentación ad-hoc,
incluyendo árboles de decisión y el modelo discriminante. Más adelante, se desarrollan las técnicas
descriptivas de segmentación post-hoc entre las que se encuentran el análisis clúster y las redes
neuronales. Otro bloque de contenido incluye las técnicas descriptivas de segmentación basadas en la
reducción de la dimensión, como el escalamiento multidimensional y el análisis de correspondencias.
Finalmente, se desarrollan contenidos relativos al análisis conjunto y a los modelos de ecuaciones
estructurales. Representa un valor añadido fundamental el análisis detallado de las posibilidades
del software actual para realizar segmentación. Se utilizan los programas Eviews, SAS, SPSS y
STATGRAPHICS. Se hace hincapié en las herramientas de Minería de Datos aplicables a la segmentación,
utilizándose en concreto el software SAS Enterprise Miner. En cuanto a la metodología, cada
capítulo comienza con una exposición resumida de los conceptos teóricos y posteriormente se enfoca
la parte práctica ilustrando cada concepto teórico con ejemplos desarrollados de forma muy detallada.
Los capítulos finalizan con la resolución clara y precisa de problemas representativos del tema
en estudio.
ÍNDICE: Capítulo 1. Técnicas de segmentación. Conceptos y clasificación Conceptos básicos
Clasificación de las técnicas de segmentación Capítulo 2. Modelos de variable dependiente limitada.
Elección discreta y recuento Modelos de variable dependiente limitada Modelos de elección discreta
Modelos de elección discreta binaria Modelos de elección múltiple Modelo Logit y Probit Ordenados
Modelos de datos de recuento SPSS y los modelos de variable dependiente limitada SAS y los modelos
de variable dependiente limitada SAS y el modelo Probit: Procedimiento PROBIT Modelos de variable
dependiente limitada con Eviews: MLP, Logit y Probit. Modelos de variable dependiente limitada con
STATA: Logit y Probit STATGRAPHICS y los modelos de variable dependiente limitada Técnicas predictivas
de modelización con SAS Enterprise Miner Modelos de recuento con Eviews: Poisson, binomial
negativa y exponencial Modelo de Poisson con STATA Modelo de Poisson con STATGRAPHICS Capítulo 3.
Modelos censurados, truncados, de selección muestral y de duración Modelos censurados: El modelo
Tobit Selección muestral: modelos truncados Corrección de la selección muestral: Estimación
bietápica de Heckman o Heckit . Modelos de duración, fallos y supervivencia SAS y el modelo
Tobit de regresión censurada: Procedimiento LIFEREG SAS y el modelo de supervivencia no
paramétrico: Procedimiento LIFETEST SAS y el modelo de supervivencia de Cox: Procedimiento
PHREG Modelos Tobit censurado y truncado con Eviews. Modelos Tobit censurado y truncado con STATA.
SPSS y los modelos de duración y supervivencia STATGRAPHICS y los modelos de duración y supervivencia
Capítulo 4. Segmentación Ad-Hoc. Árboles de decisión Los árboles de decisión como técnica predictiva
de segmentación Características de los árboles de decisión Tipos de árboles de decisión Árboles
de decisión con SPSS Creación de un árbol de decisión. Método CHAID Métodos CRT y QUEST. Poda de
árboles Árboles de decisión con Enterprise Miner. Nodo TREE Capítulo 5. Segmentación Ad-Hoc. Modelo
discriminante El modelo de análisis discriminante como técnica de clasificación y segmentación
Hipótesis en el modelo discriminante Estimación del modelo discriminante Interpretación de
la función discriminante Clasificación de los individuos Análisis discriminante canónico
SPSS y el análisis discriminante SAS y el análisis discriminante: Procedimiento DISCRIM
Ejemplo de análisis discriminante con SAS SAS y el análisis discriminante canónico:
Procedimiento CANDISC Ejemplo de análisis discriminante canónico SAS y el análisis
discriminante paso a paso: Procedimiento STEPDISC y ejemplo práctico Predicción y análisis
discriminante a través de redes neuronales con el nodo Two Stage Model de SAS Enterprise
Miner Probabilidad de pertenencia a un segmento Análisis discriminante con STATGRAPHICS
Capítulo 6. Segmentación Post-Hoc. Clustering y redes neuronales El análisis cluster
como técnica de clasificación y segmentación SPSS y el análisis cluster jerárquico SPSS
y el análisis cluster no jerárquico SAS y el análisis cluster jerárquico SAS y el
análisis cluster no jerárquico STATGRAPHICS y el análisis cluster Análisis cluster
con Enterprise Miner. El nodo Clustering Análisis cluster con redes neuronales: Nodo
Som/Kohonen Capítulo 7. Escalamiento multidimensional Escalamiento multidimensional
Tipos de escalamiento multidimensional Modelo de escalamiento métrico Modelos de
escalamiento no métrico Modelo de escalamiento de diferencias individuales (INDSCAL)
Modelo de escalamiento desdoblado (unfolding) Modelo de escalamiento con replicación
Modelos GEMSCAL e IDIOSCAL Modelos para matrices asimétricas Capítulo 8. Análisis de
correspondencias Análisis de correspondencias Análisis de correspondencias simples
con SPSS Análisis de correspondencias múltiples con SPSS Análisis de correspondencias
en SAS. Procedimiento CORRESP Capítulo 9. Análisis conjunto Introducción al análisis
conjunto Análisis conjunto en el esquema de métodos de reducción de la dimensión Módulo
Categorías de SPSS y procedimientos de reducción de la dimensión Fases del análisis
conjunto según el método del perfil completo Ejemplo de análisis conjunto con SPSS
Capítulo 10. Ecuaciones estructurales Modelización con ecuaciones estructurales Modelo
de análisis factorial confirmatorio. Identificación, estimación y diagnosis Modelo de
estructura de la covarianza Especificación del modelo de medida Especificación del
modelo estructural Modelo general de estructura de la covarianza Modelos estructurales
con SAS. PROC CALIS
|
|
