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

Autores
Primorac, Carlos Roberto
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión aceptada
Colaborador/a o director/a de tesis
Acosta, Julio César
La Red Martínez, David Luis
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: La Red Martínez, David Luis. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Muchos de los conjuntos de datos existentes u obtenidos en investigaciones científicas contienen valores faltantes y otras anomalías originadas en diferentes causas. En minería de datos, 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 valores faltantes con valores calculados utilizando los datos existentes. Se desarrolló una metodología de evaluación del desempeño de métodos de imputación mediante una métrica tradicional complementada con un nuevo indicador y un entorno para realizar los experimentos de amputación y posterior imputación. Además se trabajó en encontrar los métodos de imputación más adecuados para completar los valores faltantes en un conjunto de datos mediante la utilización de algoritmos de minería de datos. En todos los escenarios evaluados, los métodos más apropiados resultaron ser k-NN y K-Means.
Materia
Valores faltantes
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
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:123456789/50076

id RIUNNE_e2153b194d38578f33892e908f5766da
oai_identifier_str oai:repositorio.unne.edu.ar:123456789/50076
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 RobertoValores faltantesAmputación de datosImputación de datosMinería de datosEvaluación de desempeño de imputaciónFil: 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: La Red Martínez, David Luis. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.Muchos de los conjuntos de datos existentes u obtenidos en investigaciones científicas contienen valores faltantes y otras anomalías originadas en diferentes causas. En minería de datos, 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 valores faltantes con valores calculados utilizando los datos existentes. Se desarrolló una metodología de evaluación del desempeño de métodos de imputación mediante una métrica tradicional complementada con un nuevo indicador y un entorno para realizar los experimentos de amputación y posterior imputación. Además se trabajó en encontrar los métodos de imputación más adecuados para completar los valores faltantes en un conjunto de datos mediante la utilización de algoritmos de minería de datos. En todos los escenarios evaluados, los métodos más apropiados resultaron ser k-NN y K-Means.Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y AgrimensuraAcosta, Julio CésarLa Red Martínez, David Luis2022info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdf73 p.application/pdfPrimorac, Carlos Roberto, 2022. Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos. Tesis de maestría. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura.http://repositorio.unne.edu.ar/handle/123456789/50076spainfo: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:123456789/50076instacron: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 14:30:35.784Repositorio 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
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
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
author Primorac, Carlos Roberto
author_facet Primorac, Carlos Roberto
author_role author
dc.contributor.none.fl_str_mv Acosta, Julio César
La Red Martínez, David Luis
dc.subject.none.fl_str_mv Valores faltantes
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
topic Valores faltantes
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
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: La Red Martínez, David Luis. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Muchos de los conjuntos de datos existentes u obtenidos en investigaciones científicas contienen valores faltantes y otras anomalías originadas en diferentes causas. En minería de datos, 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 valores faltantes con valores calculados utilizando los datos existentes. Se desarrolló una metodología de evaluación del desempeño de métodos de imputación mediante una métrica tradicional complementada con un nuevo indicador y un entorno para realizar los experimentos de amputación y posterior imputación. Además se trabajó en encontrar los métodos de imputación más adecuados para completar los valores faltantes en un conjunto de datos mediante la utilización de algoritmos de minería de datos. En todos los escenarios evaluados, los métodos más apropiados resultaron ser k-NN y K-Means.
description Fil: Primorac, Carlos Roberto. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
publishDate 2022
dc.date.none.fl_str_mv 2022
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_bdcc
info:ar-repo/semantics/tesisDeMaestria
format masterThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv Primorac, Carlos Roberto, 2022. Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos. Tesis de maestría. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura.
http://repositorio.unne.edu.ar/handle/123456789/50076
identifier_str_mv Primorac, Carlos Roberto, 2022. Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos. Tesis de maestría. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura.
url http://repositorio.unne.edu.ar/handle/123456789/50076
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
73 p.
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_ 1844621693458317312
score 12.559606