Learn Data Mining Through Excel

Guía práctica y pedagógica que descompone los principios matemáticos y la mecánica operativa de los principales algoritmos de minería de datos y aprendizaje automático utilizando como vehículo exclusivo Microsoft Excel (compatible con Excel 2016, 2019 y Microsoft 365). Hong Zhou parte de la premisa de que los paquetes modernos de programación suelen actuar como cajas negras opacas. La obra está dirigida a estudiantes, analistas de negocio y principiantes sin formación previa en programación que desean adquirir una comprensión conceptual rigurosa y visual de cómo aprenden los modelos a partir de los datos.

El texto enseña a estructurar y resolver modelos predictivos y descriptivos aprovechando funciones nativas de Excel (como SUMAPRODUCTO, MMULT, funciones de búsqueda y fórmulas matriciales), complementadas con la herramienta Solver y gráficos de dispersión. Abarca modelos supervisados y no supervisados clásicos: regresión lineal simple y múltiple, agrupamiento con K-Means, análisis discriminante lineal (LDA), regresión logística, clasificación por K-Vecinos más Cercanos (KNN), Naïve Bayes, árboles de decisión, reglas de asociación con el algoritmo Apriori, redes neuronales artificiales básicas (perceptrón y retropropagación de error) y técnicas elementales de minería de texto (bolsa de palabras). Asimismo, explica la evaluación de modelos mediante matrices de confusión, curvas ROC y validación cruzada.

Mediante libros de trabajo de Excel descargables asociados a cada capítulo, el lector calcula paso a paso matrices de distancia euclidiana, verosimilitudes condicionales, probabilidades a posteriori y actualizaciones de pesos sin que ningún cálculo quede oculto. Su gran ventaja didáctica radica en hacer completamente transparentes y tangibles los pasos computacionales que las librerías de Python o R ejecutan en milisegundos. Por diseño, deja fuera el procesamiento de macrodatos (Big Data) y el despliegue productivo, ya que las hojas de cálculo no escalan a millones de registros. Es un excelente peldaño introductorio antes de dar el salto al código en Scikit-Learn o R.