Carocci editore - Analisi dei dati per il Data Mining

Password dimenticata?

Registrazione

Analisi dei dati per il Data Mining

Mary Fraire, Alfredo Rizzi

Analisi dei dati per il Data Mining

Edizione: 2011

Ristampa: 1^, 2017

Collana: Studi Superiori (655)

ISBN: 9788843060337

  • Pagine: 416
  • Prezzo:41,00 38,95
  • Acquista

In breve

L’avvento del Data Mining ha aperto nuovi orizzonti all’analisi dei dati, intesa come potente strumento di sintesi delle informazioni. In particolare, l’immenso patrimonio di dati delle aziende trova nel data warehouse una nuova dimensione nell’utilizzo da parte delle Pubbliche amministrazioni, delle organizzazioni di ricerca, delle aziende. Il libro espone in maniera chiara, con esempi e numerosi casi di studio, i principi e le tecniche dell’analisi dei dati; si rivolge, oltre che agli studenti universitari di molte facoltà, a tutti coloro che – avendo a disposizione masse di dati fornite dalle archiviazioni informatiche – hanno necessità di sintesi interpretative.

Indice

Parte prima.
Le basi dell’analisi dei dati
1. Le matrici dei dati
Le matrici (n, k)/Le trasformazioni delle matrici (n, k)/Le matrici (k, k)/Trasformazioni di variabili/Ricodifica dei dati  2. Misure di diversità tra unità statistiche
Distanze/Altri tipi di distanze/Ultrametriche/Indici di diversità/Distanza di Mahalanobis/Indici  di similarità e dissimilarità/Dissimilarità tra gruppi di unità
3. Le fasi dell’analisi dei dati
Premessa/Prima fase dell’AMD: la documentazione statistica di partenza/Seconda fase dell’AMD:  la codifica a priori dei dati grezzi o creazione della matrice dei dati iniziali/Terza fase dell’AMD : la codifica a posteriori della matrice dei dati iniziali: le codifiche come trasformazioni di variabili/Quarta fase dell’AMD: la scelta della tabella dei dati o codifiche a posteriori dell’intera matrice dei dati iniziali/ Quinta fase dell’AMD : la scelta della metrica/Sestafase della AMD: la scelta del metodo e software/Settimafase dell’AMD: l’output dei risultati
Parte seconda
Le tecniche dell’analisi dei dati
4. Metodi di classificazione
Premessa/Considerazioni sul concetto di gruppo/Partizione di un insieme/Numero di cluster/I principi dell’analisi dei gruppi/Classificazione degli algoritmi di clustering/Algoritmi scissori/Algoritmi aggregativi
5. Analisi lineari
Analisi delle componenti principali (ACP)/Analisi delle corrispondenze/Correlazione canonica/Analisi delle matrici dei dati a più vie/La regressione lineare come tecnica di analisi esplorativa dei dati
6. Altre tecniche di analisi dei dati
Graduazione multidimensionale (Multidimensional Scaling)Analisi della struttura latente
Parte terza
Data Mining
7. Reti neurali ed alberi di classificazione
Reti Neurali/Alberi di decisione
8. Data Mining (DM)
Premessa/Sistema informativo(SI)/Basi di dati (BD)/Datawarehouse (DW)/I sistemi di supporto alle decisioni/Applicazioni
A. Strumenti statistici e matematici
A.1. Strumenti statistici
A.2. Algebra lineare
B. La rilevazione degli ascolti televisivi
B.1. Premessa
B.2.Breve storia italiana: dagli inizi al meter
B.3. Il meter in Italia
B.4. L’Auditel
B.5. Caratteristiche del panel Auditel
B.6. La ricerca di base: aspetti generali
B. 7. Aspetti metodologici del panel Auditel
B.8. La ricerca di base in dettaglio
B.9. La rilevazione dell’audience
B.10. Errori non campionari
B.11. Matrici dei dati per il Data Mining
C. Software statistico 
C.1. Un po’ di storia
C.2. La valutazione del software
C.3 I big
C.4. Altri prodotti
C.5. Il software libero
C.6. Quali prospettive?