Estimación de Datos Faltantes a través de Redes Neuronales, una Comparación con Métodos Simples y Múltiples
Cargando...
Fecha
2022-01-27
Autores
Director
Enlace al recurso
DOI
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Cargando...
Resumen
Encontrarse con valores faltantes en un conjunto de datos, es un problema muy frecuente y el no llevar a cabo un adecuado tratamiento puede causar sesgo en las estimaciones o alterar la varianza y distribución de los datos. Para ello, se propone implementar una técnica de imputación con redes neuronales, y medir su eficiencia frente a métodos de imputación simples y múltiples.
Abstract
Finding missing values in a data set is a very frequent problem and not performing an adequate treatment can cause bias in the estimates or alter the variance and distribution of the data. For this, it is proposed to implement an imputation technique with neural networks, and measure its efficiency against simple and multiple imputation methods.
Idioma
spa
Palabras clave
Citación
Báez Vergara, K. J. (2022). Estimación de Datos Faltantes a través de Redes Neuronales, una Comparación con Métodos Simples y Múltiples. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Atribución-NoComercial-SinDerivadas 2.5 Colombia