Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos

Autores
Primorac, Carlos Roberto; Acosta, Julio César; La Red Martínez, David Luis
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Primorac, Carlos Roberto. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: La Red Martínez, David Luis. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Muchos de los conjuntos de datos (data sets) existentes u obtenidos en investigaciones científicas contienen valores faltantes (MVs: Missing Values) y anomalías (outliers) asociados a procedimientos de entrada manuales deficientes, mediciones incorrectas o errores en los instrumentos de medición. En minería de datos (DM: Data Mining) estas imperfecciones pueden afectar negativamente la calidad del proceso de aprendizaje supervisado o el rendimiento de algoritmos de agrupamiento de datos. La imputación es una técnica para reemplazar MVs con valores sustituidos. Pocos estudios informan una evaluación global de los métodos existentes con el fin de proporcionar directrices para hacer la elección metodológica más apropiada en la práctica. El propósito general de este trabajo es determinar un modelo de decisión que permita encontrar los métodos de imputación más adecuados para completar información faltante en un conjunto de datos mediante la utilización de algoritmos de DM.
Materia
Valores faltantes
Imputación
Minería de datos
Modelo de decisión
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
Institución
Universidad Nacional del Nordeste
OAI Identificador
oai:repositorio.unne.edu.ar:123456789/30357
Acceder
id RIUNNE_91ed3852baa37c22faa24c99ed2888bb
oai_identifier_str oai:repositorio.unne.edu.ar:123456789/30357
network_acronym_str RIUNNE
repository_id_str 4871
network_name_str Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
spelling Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datosPrimorac, Carlos RobertoAcosta, Julio CésarLa Red Martínez, David LuisValores faltantesImputaciónMinería de datosModelo de decisiónFil: Primorac, Carlos Roberto. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.Fil: La Red Martínez, David Luis. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.Muchos de los conjuntos de datos (data sets) existentes u obtenidos en investigaciones científicas contienen valores faltantes (MVs: Missing Values) y anomalías (outliers) asociados a procedimientos de entrada manuales deficientes, mediciones incorrectas o errores en los instrumentos de medición. En minería de datos (DM: Data Mining) estas imperfecciones pueden afectar negativamente la calidad del proceso de aprendizaje supervisado o el rendimiento de algoritmos de agrupamiento de datos. La imputación es una técnica para reemplazar MVs con valores sustituidos. Pocos estudios informan una evaluación global de los métodos existentes con el fin de proporcionar directrices para hacer la elección metodológica más apropiada en la práctica. El propósito general de este trabajo es determinar un modelo de decisión que permita encontrar los métodos de imputación más adecuados para completar información faltante en un conjunto de datos mediante la utilización de algoritmos de DM.Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura2018-04-26info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfp. 195-199application/pdfPrimorac, Carlos Roberto, Acosta, Julio César y La Red Martínez, David Luis, 2018. Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos. En: XX Workshop de Investigadores en Ciencias de la Computación. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura, p. 195-199.978-987-3619-27-4http://repositorio.unne.edu.ar/handle/123456789/30357spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Atribución-NoComercial-SinDerivadas 2.5 Argentinareponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)instname:Universidad Nacional del Nordeste2025-09-29T14:30:35Zoai:repositorio.unne.edu.ar:123456789/30357instacron:UNNEInstitucionalhttp://repositorio.unne.edu.ar/Universidad públicaNo correspondehttp://repositorio.unne.edu.ar/oaiososa@bib.unne.edu.ar;sergio.alegria@unne.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:48712025-09-29 14:30:35.586Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordestefalse
dc.title.none.fl_str_mv Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
spellingShingle Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
Primorac, Carlos Roberto
Valores faltantes
Imputación
Minería de datos
Modelo de decisión
title_short Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_full Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_fullStr Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_full_unstemmed Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_sort Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
dc.creator.none.fl_str_mv Primorac, Carlos Roberto
Acosta, Julio César
La Red Martínez, David Luis
author Primorac, Carlos Roberto
author_facet Primorac, Carlos Roberto
Acosta, Julio César
La Red Martínez, David Luis
author_role author
author2 Acosta, Julio César
La Red Martínez, David Luis
author2_role author
author
dc.subject.none.fl_str_mv Valores faltantes
Imputación
Minería de datos
Modelo de decisión
topic Valores faltantes
Imputación
Minería de datos
Modelo de decisión
dc.description.none.fl_txt_mv Fil: Primorac, Carlos Roberto. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: La Red Martínez, David Luis. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Muchos de los conjuntos de datos (data sets) existentes u obtenidos en investigaciones científicas contienen valores faltantes (MVs: Missing Values) y anomalías (outliers) asociados a procedimientos de entrada manuales deficientes, mediciones incorrectas o errores en los instrumentos de medición. En minería de datos (DM: Data Mining) estas imperfecciones pueden afectar negativamente la calidad del proceso de aprendizaje supervisado o el rendimiento de algoritmos de agrupamiento de datos. La imputación es una técnica para reemplazar MVs con valores sustituidos. Pocos estudios informan una evaluación global de los métodos existentes con el fin de proporcionar directrices para hacer la elección metodológica más apropiada en la práctica. El propósito general de este trabajo es determinar un modelo de decisión que permita encontrar los métodos de imputación más adecuados para completar información faltante en un conjunto de datos mediante la utilización de algoritmos de DM.
description Fil: Primorac, Carlos Roberto. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
publishDate 2018
dc.date.none.fl_str_mv 2018-04-26
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv Primorac, Carlos Roberto, Acosta, Julio César y La Red Martínez, David Luis, 2018. Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos. En: XX Workshop de Investigadores en Ciencias de la Computación. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura, p. 195-199.
978-987-3619-27-4
http://repositorio.unne.edu.ar/handle/123456789/30357
identifier_str_mv Primorac, Carlos Roberto, Acosta, Julio César y La Red Martínez, David Luis, 2018. Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos. En: XX Workshop de Investigadores en Ciencias de la Computación. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura, p. 195-199.
978-987-3619-27-4
url http://repositorio.unne.edu.ar/handle/123456789/30357
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Atribución-NoComercial-SinDerivadas 2.5 Argentina
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Atribución-NoComercial-SinDerivadas 2.5 Argentina
dc.format.none.fl_str_mv application/pdf
p. 195-199
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura
publisher.none.fl_str_mv Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura
dc.source.none.fl_str_mv reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
instname:Universidad Nacional del Nordeste
reponame_str Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
collection Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
instname_str Universidad Nacional del Nordeste
repository.name.fl_str_mv Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordeste
repository.mail.fl_str_mv ososa@bib.unne.edu.ar;sergio.alegria@unne.edu.ar
_version_ 1844621693189881856
score 12.559606

Publicaciones similares