Tesis

Propuesta de técnica(s) híbrida(s) basada(s) en la comparación de técnicas de aprendizaje computacional para el manejo de datos faltantes en aplicaciones OLAP

CONTENIDO DE LIBRE ACCESO

Este contenido es de libre acceso. Solo haz clic en el siguiente botón.

Autor
Año de publicación 2014
Idioma Español
Publicado por Universidad Distrital Francisco José de Caldas

Descripción: La calidad de los datos es un aspecto que se debe considerar en cualquier análisis de datos ya que las inconsistencias que pudieran presentarse generarían imprecisiones para la toma de decisiones. De ahí que, para llevar a cabo cualquier proceso de exploración de datos, el preprocesamiento sea considerado una etapa importante compuesta por diversas tareas, dentro de las que se encuentra el relleno de valores faltantes, utilizadas para mejorar la calidad de los datos y la precisión y eficiencia de los posteriores procesos de los cuales es insumo. En este proyecto de investigación se realizó la revisión de algunas técnicas utilizadas directa o indirectamente en el relleno de valores faltantes. Con base en la verificación de las técnicas y los casos de estudio, se seleccionaron técnicas en el marco de los métodos basados en vecindad y redes neuronales, y se propuso una técnica híbrida (KMediasSom) que se aplicó a un conjunto de datos sintéticos y a un conjunto de datos reales provenientes de una aplicación OLAP (On-Line Analytical Processing), y se generaron resultados aceptables en ambos casos de acuerdo con los indicadores de evaluación obtenidos. Así mismo, con base en la complejidad computacional se concluyó que es viable su implementación.
Citación recomendada (normas APA)
: HJCK, "Gaetano Donizetti y la ópera de la mente", -:HJCK, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3611777/), el día 2025-05-02.

Información adicional

Temas
- Otros
Fuente HJCK - Máster Class
Términos y condiciones de uso Más información aquí
Año de publicación 2021

Propuesta de técnica(s) híbrida(s) basada(s) en la comparación de técnicas de aprendizaje computacional para el manejo de datos faltantes en aplicaciones OLAP

Información adicional

Mis colecciones

¿Eliminar esta reseña?