000			04154nas a2200337 4500
999			_c109439 _d109439
001			109439
003			DR-UNIBE
005			20231114104509.0
008			220624b2008 xxu||||| |||| 00| 0 eng d
022			_a1932-1864 (impreso)
022			_a1932-1872 (electrónico)
040			_aBiblioteca UNIBE _cBiblioteca UNIBE
041			_aeng
082			_aPP 006.31205 A512s
245	0	0	_aStatistical analysis and data mining
260			_aHoboken, N.J. : _bWiley Periodicals, Inc., _c2008
300			_avolúmenes : _bilustraciones ; _c28 x 21 cm
310			_a6 números al año
362			_aVol. 2, No. 1 (Julio Año 2009) - Vol. 2, No. 2 (Agosto Año 2009) - Vol. 2, No. 3 (Septiembre Año 2009) - Vol. 2, No. 4 (Noviembre Año 2009) - Vol. 3, No. 1 (Febrero Año 2010) - Vol. 3, No. 2 (Abril Año 2010) - Vol. 3, No. 3 (Junio Año 2010) - Vol. 3, No. 4 (Agosto Año 2010) - Vol. 3, No. 5 (Octubre Año 2010) - Vol. 4, No. 1 (Febrero Año 2011) - Vol. 4, No. 2 (Abril Año 2011) - Vol. 4, No. 3 (Junio Año 2011) - Vol. 4, No. 4 (Agosto Año 2011) - Vol. 4, No. 6 (Diciembre Año 2011)
520			_aStatistical Analysis and Data Mining addresses the broad area of data analysis, including statistical approaches, machine learning, data mining, and applications. Topics include statistical and computational approaches for analyzing massive and complex datasets, novel statistical and/or machine learning methods and theory, and state-of-the-art applications with high impact. Of special interest are articles that describe innovative analytical techniques, and discuss their application to real problems, in such a way that they are accessible and beneficial to domain experts across science, engineering, and commerce. The focus of the journal is on papers which satisfy one or more of the following criteria: solve data analysis problems associated with massive, complex datasets; develop innovative statistical approaches, machine learning algorithms, or methods integrating ideas across disciplines, e.g., statistics, computer science, electrical engineering, operation research; formulate and solve high-impact real-world problems which challenge existing paradigms via new statistical and/or computational models; provide survey to prominent research topics.
520			_aEl análisis estadístico y la minería de datos aborda la amplia área del análisis de datos, incluidos los enfoques estadísticos, el aprendizaje automático, la minería de datos y las aplicaciones. Los temas incluyen enfoques estadísticos y computacionales para analizar conjuntos de datos masivos y complejos, nuevos métodos y teorías estadísticas y / o de aprendizaje automático, y aplicaciones de vanguardia con alto impacto. De especial interés son los artículos que describen técnicas analíticas innovadoras y discuten su aplicación a problemas reales, de tal manera que sean accesibles y beneficiosos para los expertos en el campo de la ciencia, la ingeniería y el comercio. El enfoque de la revista está en artículos que satisfacen uno o más de los siguientes criterios: resolver problemas de análisis de datos asociados con conjuntos de datos masivos y complejos; desarrollar enfoques estadísticos innovadores, algoritmos de aprendizaje automático o métodos que integren ideas entre disciplinas, por ejemplo, estadística, informática , ingeniería eléctrica, investigación de operaciones; formular y resolver problemas del mundo real de alto impacto que desafían los paradigmas existentes a través de nuevos modelos estadísticos y/o computacionales ; proporcionar encuestas sobre temas de investigación destacados.
650		7	_aMinería de datos _xMétodos estadísticos _2lemb _9163526
650		7	_aProcesamiento de datos _xMétodos estadísticos _2lemb _9163527
650		7	_aMatemáticas _2lemb _xMétodos estadísticos _9163528
650		7	_aAnálisis matemático _2lemb _9163529
650		7	_aMatemáticas para ingenieros _2lemb _9163530
650		7	_aMeta _2lemb _xAnálisis _9163531
655		7	_2lemb _aPublicaciones periódicas _9151773
710	2	0	_aAmerican Statistical Association _9151774 _eautor
942			_2ddc _cCR