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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/19739

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