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
- Institución
- Universidad Nacional del Nordeste
- OAI Identificador
- oai:repositorio.unne.edu.ar:123456789/50076
Ver los metadatos del registro completo
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 |