César Pérez López

El objetivo de este libro es que el lector adquiera las habilidades básicas necesarias para comprender y adquirir los conceptos fundamentales de las bases de datos relacionales; políticas de seguridad en bases de datos; manipulacion y almacenamiento de datos; y administracion basica de bases de datos Microsoft SQL Server (queries, herramientas graficas, scripts, etc.). Con ello, el estudiante adquirira los conocimientos fundamentales para la realizacion de tareas tecnicas en la administracion de bases de datos relacionales a traves de la tecnologia Microsoft SQL Server.

En este libro se expone de modo sencillo y secuenciado, a través de 370 ejercicios y 800 ejemplos, y sin olvidar los conceptos teóricos, la forma en que las más de 900 funciones implementadas en el programa permiten, de manera simbólica y numérica, integrar, derivar, resolver sistemas de ecuaciones lineales y no lineales, calcular límites, sumar series, resolver todo tipo de ecuaciones diferenciales, ajustar puntos, simplificar expresiones, calcular transformadas de Fourier o Laplace, realizar cálculos y gráficos estadísticos, manipular matrices, trabajar con espacios vectoriales, aplicaciones lineales, formas cuadráticas, diagonalización, regresión simple y múltiple, programación lineal, etc. Mención especial merece la representación de datos o funciones en gráficos 2D y 3D, de contorno, de densidad y animaciones. MATHEMATICA soporta, además, la programación estructurada y la programación orientada a objetos.

Machine Learning utiliza dos tipos de técnicas: aprendizaje supervisado, que entrena modelos sobre datos de entrada y salida conocidos para poder predecir resultados futuros, y aprendizaje no supervisado, que encuentra patrones ocultos o estructuras intrinsecas en los datos de entrada. El objetivo del aprendizaje automatico supervisado es construir un modelo que haga predicciones basadas en evidencias en presencia de incertidumbre. Entre las tecnicas de aprendizaje supervisado destacan los modelos no lineales, que no asumen una relacion lineal entre las variables de entrada y la variable de salida. En este libro se desarrollan tecnicas de Machine Learning de aprendizaje supervisado relativas a modelos no lineales. El contenido comienza profundizando en los modelos no lineales de regresion multiple con toda su problematica de identificacion, estimacion y diagnosis. Se hace hincapie en los modelos de ecuaciones simultaneas no lineales. Tambien se tratan los modelos de regresion particionada y segmentada. A continuacion, se aborda la familia de los modelos lineales generalizados y todas las tipologias de modelos no lineales derivados: Modelos Logit, Modelos Probit, Modelos de Poisson, Modelos Binomial Negativa, Modelos Exponenciales y Modelos Normales. Se continua tratando los modelos de variable dependiente limitada, eleccion discreta, recuento, censurados, truncados y seleccion muestral.

El objetivo de este libro es que el lector descubra las bases de datos de soporte a la decisión y toda la problemática asociada tanto a su construcción y desarrollo como a la extracción de conocimiento de las mismas y enfrentarse a un proyecto de data mining con los conocimientos suficientes pudiendo abordar cualquiera de sus fases de desarrollo finalidad la descripcion precisa del proceso de KDD.

El objetivo de este libro es presentar las técnicas de predicción modernas basadas en el análisis de series temporales. El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con las

La finalidad de este libro es presentar el contenido para un curso de Estadística de nivel inicial-medio, pero a la vez amplio, que sirva de apoyo tanto a estudiantes universitarios como a profesionales que necesitan asentar sus conocimientos en estadisti

El objetivo de este libro es presentar las técnicas de predicción modernas basadas en el análisis de series temporales. El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con las

Este libro tiene como finalidad el tratamiento de las técnicas de análisis multivariante de datos, es decir, del conjunto de métodos estadísticos cuya finalidad es analizar simultáneamente conjuntos de datos con varias variables medidas para cada individu

La finalidad de esta obra es proporcionar al estudiante, investigador, profesor, ingeniero y cualquier tipo de profesional que requiera un núcleo matemático potente para realizar su actividad, una poderosa herramienta para la resolución automatizada de problemas matemáticos, desde los más simples hasta los más complejos. Incluye materias como álgebra, análisis matemático, cálculo numérico...

Este texto está dirigido tanto a alumnos que siguen un Curso de especialización en Inteligencia Artificial y Big Data como a profesionales del sector. El libro comienza tratando la caracterización de los lenguajes de programacion en general con especial enfasis en los lenguajes para Inteligencia Artificial y los lenguajes de marcado. En cuanto a los lenguajes de programacion para IA se tienen en cuenta las bibliotecas y herramientas de apoyo y soporte, asi como las caracteristicas de rendimiento en ejecucion. Como lenguajes mas importantes para Inteligencia Artificial se desarrollan a nivel elemental el lenguaje R, el lenguaje Python, el lenguaje Java, el lenguaje Javascript, el lenguaje JSON y el lenguaje NodeJS. Asimismo, se analiza el desarrollo de aplicaciones de Inteligencia Artificial con plataformas y herramientas de modelado. Entre las plataformas de Inteligencia Artificial se describen Microsoft Azure, Microsoft Cortana, Amazon AWS, Amazon Alexa, Bixby, Google Assistant e IBM Watson. En cuanto a las herramientas de modelado se describen Azure Machine Learning, Knime, SPSS Modeler, Rapid Miner y Orange. Otros instrumentos importantes en programacion son las herramientas de generacion automatica de codigo para crear software con comportamiento inteligente como Genexus, Mendix y Lobe y que tambien se describen aqui. En cuanto al modelado con redes neuronales se tiene en cuenta el software Tensor Flow de Python como herramienta de programacion y el software IBM SPSS Modeler como herramienta visual para trabajar con redes neuronales en Inteligencia Artificial. Se presentan ejemplos de trabajo totalmente resueltos relativos a procedimientos automaticos de Analytics y modulos predefinidos de redes neuronales a traves de IBM SPSS Modeler. Estos procedimientos pertenecen a Visual Analytics, ya que la herramienta es totalmente visual y no necesita codigo de programacion. A continuacion, se aborda la convergencia tecnologica y sus ventajas e inconvenientes. Se estudia la conexion entre tecnologias de voz, sonido e imagenes y se presentan los sistemas de convergencia electronica mas importantes entre los que destacan Blockchain, Internet de las Cosas (IoT) y el Cloud Computing. Tambien se analiza la seguridad en la convergencia tecnologica. Finalmente se estudian los modelos de automatizacion industrial y de negocio. Se tiene en cuenta estrategias corporativas, modelos de negocio, gestion de activos y recursos y modelos de automatizacion.

El objetivo de este libro es presentar las técnicas de predicción modernas basadas en el análisis de series temporales. El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con las series temporales o modelos econometricos que tengan relacion con las series de tiempo. Asimismo, es util para los profesionales de la Economia, Ciencias Sociales, Ciencias Experimentales y otras ramas cientificas en las que se aplican las tecnicas de modelizacion temporal y la prediccion. El libro comienza introduciendo al lector en los conceptos esenciales para el trabajo con series temporales, como el tratamiento de tendencias, variaciones estacionales y variaciones ciclicas y tratando los metodos deterministas de prediccion y suavizado (medias moviles, Holt-Winters, etc.). A continuacion, se abordan los metodos estocasticos de prediccion presentando el analisis univariante de series temporales a traves de los modelos ARIMA y la metodologia de Box-Jenkins, incluyendo modelos estacionales y generales con sus etapas de identificacion, estimacion, diagnosis y prediccion. Posteriormente se abordan temas mas avanzados como el analisis de la intervencion y los modelos de la funcion de transferencia. Tambien se desarrollan metodos de prediccion con series temporales a traves de redes neuronales y espacio de los estados. Representa un valor añadido fundamental el analisis detallado de las posibilidades del software R para obtener predicciones a traves de las series temporales. Se hace hincapie en los metodos de prediccion automatica que incorpora R en sus ultimas versiones. En cuanto a la metodologia docente, cada capitulo comienza con una exposicion resumida de los conceptos teoricos y posteriormente se enfoca la parte practica ilustrando cada concepto teorico con ejemplos desarrollados de forma muy detallada. Los capitulos finalizan con la resolucion clara y precisa de problemas representativos del tema en estudio.

En este libro se trata ampliamente el lenguaje de programación PL/SQL (Procedural Language/SQL) que se utiliza para acceder y trabajar con bases de datos Oracle desde distintos entornos. PL/SQL amplía la funcionalidad del lenguaje SQL añadiendo estructuras típicas de los lenguajes procedimentales, como los bloques, las variables y los tipos, las estructuras de control (bucles, órdenes IF-THEN-ELSE, etc.), los cursores, los procedimientos y las funciones, los paquetes, los disparadores, los tipos de objetos y los métodos, las excepciones y otras estructuras clásicas en los lenguajes de programación procedimentales. Se trata de un lenguaje robusto y potente que combina la flexibilidad de SQL con la potencia y la configurabilidad de las construcciones procedimentales y que incorpora las características de los lenguajes de programación orientados al objeto. En cuanto a la metodología, en los sucesivos capítulos se presentan los conceptos y se ilustran con ejemplos. La estructura eminentemente práctica del libro se refleja en la serie de 260 ejercicios totalmente resueltos al final de los capítulos que componen el libro, que apoyan los conceptos teóricos y los clarifican. Las bases de datos utilizadas en ejemplos y ejercicios se incorporan en el texto. También se utiliza la base de datos que Oracle instala por defecto. De esta forma no es necesario acudir a fuentes externas ni a otro tipo de información adicional.

El contenido de este libro tiene como finalidad presentar tecnicas más actuales de análisis de datos desde un enfoque moderno e ilustrar su tratamiento con SPSS. El campo del análisis de datos ha evolucionado mucho y esta en constante expansion. En este libro se recogen los datos mas actuales de esta materia enfocados desde un punto de vista practico. En sucesivos capitulos se abordan las distintas fases en el analisis de datos: seleccion, exploracion, limpieza y transformacion de datos y tecnicas de analisis de datos mas representativas, asi como su tratamiento con SPSS. Concretamente se profundiza en las tecnicas de analisis exploratorio de datos, en la reduccion de la dimension, en la clasificacion, en la asociacion y en los modelos predictivos.

El objetivo es presentar las técnicas relativas a la estimación de los ingresos por impuestos a nivel mensual y repasar toda la metodología de modelización econométrica para aplicarla a casos prácticos de predicciones de IVA, IRPF, SOCIEDADES y otros impuestos del sistema impositivo español. Se presentaran ejemplos paralelos de etimacion de ingresos por impuestos en Los paises americanos y africanos.

El objetivo de este libro es proporcionar una visión general sobre las características y manejo del nuevo sistema operativo Microsoft Windows Vista, para usuarios de todo tipo, haciendo hincapié en las novedades que presenta el sistema. El contenido empieza desde cero e introduce, secuencialmente, los distintos temas de modo que cualquier lector pueda comprender y manejar este sistema operativo a medida que avanza en la lectura del libro. Todos los temas se acompañan con una variedad de imágenes que hacen más comprensibles los conceptos y la ejecución de las tareas. El libro comienza presentando las características y novedades que aporta Windows Vista, la instalación del sistema operativo, los primeros pasos en este entorno y el trabajo con la nueva interfaz del programa. Un segundo bloque temático se ocupa del trabajo con archivos y carpetas, software y hardware y la configuración y personalización del equipo. Otro bloque de contenido presenta el trabajo en redes y la conexión a Internet. Por último, se dedica una parte importante a las tareas de administración y al tratamiento de la seguridad. A lo largo del texto, se hace hincapié en las características especiales de Windows Vista, como la interfaz Aero, la nueva barra de tareas, el nuevo Explorador, el Centro de Bienvenida, el nuevo sistema de búsquedas, el control de cuentas de usuario, el Centro de Redes, el Centro de seguridad, las novedades de Internet Explorer 7 y otros aspectos importantes de este nuevo sistema operativo de Microsoft. Así mismo, el libro, que está desarrollado con la versión Windows Vista Ultimate, también es adecuado para los usuarios del resto de las versiones de Windows Vista.

La finalidad esencial de este libro es presentar las posibilidades de trabajo con Excel en el campo financiero. El contenido del libro comienza con una presentación sencilla del trabajo en el entorno de Excel 2007, aunque las funciones financieras utilizadas en el texto también son válidas para versiones anteriores del programa (Excel 2000/2002/2003). A continuación, se tratan las funciones relativas a préstamos y anualidades y se presentan distintos modelos típicos para el trabajo en este campo. Más adelante se aborda el trabajo con funciones y modelos sobre valores bursátiles, letras del tesoro y cupones construyéndose modelos financieros de gestión de renta fija y modelos de gestión de letras del tesoro y otros activos descontados a corto plazo. A continuación se analizan las funciones y modelos para el análisis de proyectos de inversión, incluidas las inversiones en valores. Adicionalmente se presentan modelos de amortización que contemplan la construcción de tablas de amortización según las distintas modalidades (progresión geométrica decreciente, números dígitos decrecientes, números dígitos crecientes, etc.). También se presentan modelos financieros de amortización de operaciones de leasing. Por último se presentan temas relativos a los modelos de series temporales y a la construcción de índices en el campo financiero. Para todos los modelos se presentan ejemplos de análisis de la sensibilidad y se contempla la construcción de escenarios para tener en cuenta distintas alternativas posibles. También se desarrollan ejemplos sobre la búsqueda de objetivos en los modelos. Los temas se complementan con ejercicios prácticos que refuerzan los conceptos teóricos.