Imputación de datos con redes neuronales
- Autores
- Valesani, María E.; Quintana, Osvaldo P.; Vallejos, Oscar
- Año de publicación
- 2009
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El presente trabajo tiene por objeto la aplicación de Redes Neuronales Artificiales (RNA) como métodos de imputación, para ser utilizados sobre una base de datos real. Donde se simulo perdida de datos en distintos porcentajes, aplicando la técnica MCR (Missing completely at random). Estos datos faltantes o perdidos se completan mediante la aplicación de distintos modelos y en distintas situaciones, con el propósito de valorar el comportamiento de los mismos a través de distintos parámetros de eficiencias como MAE, MSE, y Regresión, se pretende determinar si RNA brinda una herramienta adecuada para la imputación en este caso en particular aplicados a datos de Censos Ganaderos.
Eje: Ingeniería de Software y Base de Datos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Imputación de datos
base de datos
SOFTWARE ENGINEERING
perceptrones multicapa
aprendizaje supervisado
imputación de datos en ganadería - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/19739
Ver los metadatos del registro completo
id |
SEDICI_5733b328e16995b59040f8d0d7639c53 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/19739 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Imputación de datos con redes neuronalesValesani, María E.Quintana, Osvaldo P.Vallejos, OscarCiencias InformáticasImputación de datosbase de datosSOFTWARE ENGINEERINGperceptrones multicapaaprendizaje supervisadoimputación de datos en ganaderíaEl presente trabajo tiene por objeto la aplicación de Redes Neuronales Artificiales (RNA) como métodos de imputación, para ser utilizados sobre una base de datos real. Donde se simulo perdida de datos en distintos porcentajes, aplicando la técnica MCR (Missing completely at random). Estos datos faltantes o perdidos se completan mediante la aplicación de distintos modelos y en distintas situaciones, con el propósito de valorar el comportamiento de los mismos a través de distintos parámetros de eficiencias como MAE, MSE, y Regresión, se pretende determinar si RNA brinda una herramienta adecuada para la imputación en este caso en particular aplicados a datos de Censos Ganaderos.Eje: Ingeniería de Software y Base de DatosRed de Universidades con Carreras en Informática (RedUNCI)2009-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf281-285http://sedici.unlp.edu.ar/handle/10915/19739spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:00Zoai:sedici.unlp.edu.ar:10915/19739Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:00.664SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Imputación de datos con redes neuronales |
title |
Imputación de datos con redes neuronales |
spellingShingle |
Imputación de datos con redes neuronales Valesani, María E. Ciencias Informáticas Imputación de datos base de datos SOFTWARE ENGINEERING perceptrones multicapa aprendizaje supervisado imputación de datos en ganadería |
title_short |
Imputación de datos con redes neuronales |
title_full |
Imputación de datos con redes neuronales |
title_fullStr |
Imputación de datos con redes neuronales |
title_full_unstemmed |
Imputación de datos con redes neuronales |
title_sort |
Imputación de datos con redes neuronales |
dc.creator.none.fl_str_mv |
Valesani, María E. Quintana, Osvaldo P. Vallejos, Oscar |
author |
Valesani, María E. |
author_facet |
Valesani, María E. Quintana, Osvaldo P. Vallejos, Oscar |
author_role |
author |
author2 |
Quintana, Osvaldo P. Vallejos, Oscar |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Imputación de datos base de datos SOFTWARE ENGINEERING perceptrones multicapa aprendizaje supervisado imputación de datos en ganadería |
topic |
Ciencias Informáticas Imputación de datos base de datos SOFTWARE ENGINEERING perceptrones multicapa aprendizaje supervisado imputación de datos en ganadería |
dc.description.none.fl_txt_mv |
El presente trabajo tiene por objeto la aplicación de Redes Neuronales Artificiales (RNA) como métodos de imputación, para ser utilizados sobre una base de datos real. Donde se simulo perdida de datos en distintos porcentajes, aplicando la técnica MCR (Missing completely at random). Estos datos faltantes o perdidos se completan mediante la aplicación de distintos modelos y en distintas situaciones, con el propósito de valorar el comportamiento de los mismos a través de distintos parámetros de eficiencias como MAE, MSE, y Regresión, se pretende determinar si RNA brinda una herramienta adecuada para la imputación en este caso en particular aplicados a datos de Censos Ganaderos. Eje: Ingeniería de Software y Base de Datos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
El presente trabajo tiene por objeto la aplicación de Redes Neuronales Artificiales (RNA) como métodos de imputación, para ser utilizados sobre una base de datos real. Donde se simulo perdida de datos en distintos porcentajes, aplicando la técnica MCR (Missing completely at random). Estos datos faltantes o perdidos se completan mediante la aplicación de distintos modelos y en distintas situaciones, con el propósito de valorar el comportamiento de los mismos a través de distintos parámetros de eficiencias como MAE, MSE, y Regresión, se pretende determinar si RNA brinda una herramienta adecuada para la imputación en este caso en particular aplicados a datos de Censos Ganaderos. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-05 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/19739 |
url |
http://sedici.unlp.edu.ar/handle/10915/19739 |
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-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 281-285 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615796802715648 |
score |
13.070432 |