Materias
(16)
Refinar búsquedaAnalysis of multivariate social science data (2008)
Título : Analysis of multivariate social science data Tipo de documento: texto impreso Autores: David J. Bartholomew, Autor Mención de edición: 2nd ed Editorial: Boca Raton ; London ; New York : CRC Press Fecha de publicación: 2008 Colección: Statistics in the social and behavioral sciences series Número de páginas: XI, 371 p. Il.: gráf., tablas Dimensiones: 23,5 cm ISBN/ISSN/DL: 978-1-58488-960-1 Nota general: Title of the 1st ed.: "Analysis and interpretation of multivariate data for scientists" Idioma : Inglés (eng) Materias: Análisis estadístico
Análisis multivariante
Ciencias SocialesClasificación: 519.23 Análisis estadístico. Métodos de inferencia. Análisis de regresión Nota de contenido: Bibliografía e índice. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=12159 Analysis of multivariate social science data [texto impreso] / David J. Bartholomew, Autor . - 2nd ed . - Boca Raton ; London ; New York : CRC Press, 2008 . - XI, 371 p. : gráf., tablas ; 23,5 cm. - (Statistics in the social and behavioral sciences series) .
ISBN : 978-1-58488-960-1
Title of the 1st ed.: "Analysis and interpretation of multivariate data for scientists"
Idioma : Inglés (eng)
Materias: Análisis estadístico
Análisis multivariante
Ciencias SocialesClasificación: 519.23 Análisis estadístico. Métodos de inferencia. Análisis de regresión Nota de contenido: Bibliografía e índice. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=12159 Reserva
Reservar este documento
Ejemplares (1)
Signatura Medio Ubicación Sub-localización Sección Estado 519.23 ANA Monografías Campus CES 1ª Planta CES Disponible
Título : Analytics for leaders : a performance measurement system for business success Tipo de documento: texto impreso Autores: N.I. Fisher, Autor Mención de edición: 1st ed Editorial: Cambridge ; Madrid ; London : Cambridge University Press Fecha de publicación: 2013 Número de páginas: XXIX, 213 p. Il.: gráf., tablas Dimensiones: 24 cm ISBN/ISSN/DL: 978-1-107-04556-9 Idioma : Inglés (eng) Materias: Análisis estadístico
Creación de valor
Planificación empresarialClasificación: 004.6 Datos. Tratamiento de datos. Big Data Nota de contenido: Bibliografía e índice. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=40498 Analytics for leaders : a performance measurement system for business success [texto impreso] / N.I. Fisher, Autor . - 1st ed . - Cambridge ; Madrid ; London : Cambridge University Press, 2013 . - XXIX, 213 p. : gráf., tablas ; 24 cm.
ISBN : 978-1-107-04556-9
Idioma : Inglés (eng)
Materias: Análisis estadístico
Creación de valor
Planificación empresarialClasificación: 004.6 Datos. Tratamiento de datos. Big Data Nota de contenido: Bibliografía e índice. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=40498 Reserva
Reservar este documento
Ejemplares (1)
Signatura Medio Ubicación Sub-localización Sección Estado 004.6 FIS ana Monografías Campus CES 1ª Planta CES Disponible Documentos electrónicos
Acceso a materiales adicionalesURL
Título : A basketball analysis using machine learning and AI Tipo de documento: documento electrónico Autores: Álvaro Serrano del Rincón, Autor ; Diego Bodas Sagi, Director de tesi Fecha de publicación: 2022 Número de páginas: 40 p. Nota general: Máster Universitario en Ciencia de Datos Idioma : Inglés (eng) Materias: Análisis estadístico
Deporte
Inteligencia artificialClasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: This work aims to apply AI and Machine Learning techniques to Basketball, more concretely in developing a player comparison app which serves at player scouting purposes and understanding what makes a team win or lose a game, in order to establish a game plan strategy, and also labeling the teams in different clusters according to their game strategies. Although the models have been constructed using NBA data, this process and methodology can be applied to any basketball league or other sport, as long as the data sources are good and reliable. The first model is an Unsupervised Machine Learning algorithm, which estimates the most similar players statistically with respect to a given player. The second model is built with team stats (the so called, team boxscores), and it uses firstly a Supervised Learning Classifier (XGBoost) to determine whether the game is lost or won, then a SHAP model to explain the features’ importance, and lastly, using those SHAP values as an input in a K-Means clustering algorithm, which establishes the different play styles in the league. The scouting app has shown very consistent results when comparing players, after using some examples and providing empirical evidences. Regarding the game plan model, a total of 10 different game plan approaches have been identified, 5 of them victorious whereas the remaining 5 usually lead to a defeat. All of them have been carefully analyzed, showing distinctive characteristics. Both techniques have proven to give very valuable insights about the game to the team’s personnel, both when studying the players or the teams. They have proven to be easy to implement and understand, with many applications: roster configuration, free agency choices, journalistic comparisons from the media, understanding the own strategy or when preparing the strategy for future games to cite some examples. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=50119 A basketball analysis using machine learning and AI [documento electrónico] / Álvaro Serrano del Rincón, Autor ; Diego Bodas Sagi, Director de tesi . - 2022 . - 40 p.
Máster Universitario en Ciencia de Datos
Idioma : Inglés (eng)
Materias: Análisis estadístico
Deporte
Inteligencia artificialClasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: This work aims to apply AI and Machine Learning techniques to Basketball, more concretely in developing a player comparison app which serves at player scouting purposes and understanding what makes a team win or lose a game, in order to establish a game plan strategy, and also labeling the teams in different clusters according to their game strategies. Although the models have been constructed using NBA data, this process and methodology can be applied to any basketball league or other sport, as long as the data sources are good and reliable. The first model is an Unsupervised Machine Learning algorithm, which estimates the most similar players statistically with respect to a given player. The second model is built with team stats (the so called, team boxscores), and it uses firstly a Supervised Learning Classifier (XGBoost) to determine whether the game is lost or won, then a SHAP model to explain the features’ importance, and lastly, using those SHAP values as an input in a K-Means clustering algorithm, which establishes the different play styles in the league. The scouting app has shown very consistent results when comparing players, after using some examples and providing empirical evidences. Regarding the game plan model, a total of 10 different game plan approaches have been identified, 5 of them victorious whereas the remaining 5 usually lead to a defeat. All of them have been carefully analyzed, showing distinctive characteristics. Both techniques have proven to give very valuable insights about the game to the team’s personnel, both when studying the players or the teams. They have proven to be easy to implement and understand, with many applications: roster configuration, free agency choices, journalistic comparisons from the media, understanding the own strategy or when preparing the strategy for future games to cite some examples. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=50119 Ejemplares
Signatura Medio Ubicación Sub-localización Sección Estado ningún ejemplar Documentos electrónicos
Documento completoURL
Título : Biometrical interpretation : making sense of statistics in biology Tipo de documento: texto impreso Autores: Neil Gilbert, Autor Mención de edición: 2nd ed Editorial: Oxford ; London ; New York : Oxford University Press Fecha de publicación: 1989 Colección: Oxford science publications Número de páginas: VIII, 146 p. Dimensiones: 23,5 cm ISBN/ISSN/DL: 978-0-19-854250-6 Idioma : Inglés (eng) Materias: Análisis estadístico
BiotecnologíaClasificación: 311 Estadística como ciencia. Teoría de la estadística Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=6638 Biometrical interpretation : making sense of statistics in biology [texto impreso] / Neil Gilbert, Autor . - 2nd ed . - Oxford ; London ; New York : Oxford University Press, 1989 . - VIII, 146 p. ; 23,5 cm. - (Oxford science publications) .
ISBN : 978-0-19-854250-6
Idioma : Inglés (eng)
Materias: Análisis estadístico
BiotecnologíaClasificación: 311 Estadística como ciencia. Teoría de la estadística Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=6638 Reserva
Reservar este documento
Ejemplares (1)
Signatura Medio Ubicación Sub-localización Sección Estado 311 GIL bio Monografías Campus CES 1ª Planta CES Disponible
Título : El análisis estadístico y sociométrico de la literatura científica Tipo de documento: texto impreso Autores: José María López Piñero, Autor Editorial: Valencia : Centro de Documentación e Informática Médica de la Facultad de Medicina Fecha de publicación: 1972 Colección: Cuadernos de documentación e informática médica num. 1 Número de páginas: 82 p. Dimensiones: 22,9 cm ISBN/ISSN/DL: 978-84-600-5503-7 Idioma : Español (spa) Idioma original : Español (spa) Materias: Análisis estadístico
Investigación científica
Publicaciones científicasClasificación: 001.8 Metodología. Estudio general del método. Procedimientos científicos y técnicos para el estudio, la investigación y la discusión. Análisis y síntesis Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=10581 El análisis estadístico y sociométrico de la literatura científica [texto impreso] / José María López Piñero, Autor . - Valencia : Centro de Documentación e Informática Médica de la Facultad de Medicina, 1972 . - 82 p. ; 22,9 cm. - (Cuadernos de documentación e informática médica; 1) .
ISBN : 978-84-600-5503-7
Idioma : Español (spa) Idioma original : Español (spa)
Materias: Análisis estadístico
Investigación científica
Publicaciones científicasClasificación: 001.8 Metodología. Estudio general del método. Procedimientos científicos y técnicos para el estudio, la investigación y la discusión. Análisis y síntesis Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=10581 Reserva
Reservar este documento
Ejemplares (1)
Signatura Medio Ubicación Sub-localización Sección Estado 001.8 LOP ana Monografías Campus CES 1ª Planta CES Disponible
Permalink
Permalink
Permalink
PermalinkPermalink
Permalink
Permalink
PermalinkPermalinkPermalink
