Evaluación de Técnicas de Imputación de Datos: Comparación entre Métodos Tradicionales y Métodos de Aprendizaje Automático
Este repositorio contiene el código y los datos utilizados para la tesis de maestría titulada "Evaluación de Técnicas de Imputación de Datos: Comparación entre Métodos Tradicionales y Métodos de Aprendizaje Automático". El objetivo de esta tesis es analizar y comparar diferentes técnicas de imputación de datos, incluyendo métodos tradicionales y enfoques basados en aprendizaje automático, para determinar su eficacia y precisión en diferentes contextos.
- Código: Scripts en Python utilizados para implementar y evaluar las técnicas de imputación de datos.
- Datos: Conjuntos de datos utilizados en los experimentos.
- Documentación: Archivos de documentación que explican el proceso de implementación y los resultados obtenidos.
- Resultados: Informes y gráficos que presentan los resultados de la comparación entre los métodos tradicionales y los de aprendizaje automático.
Las contribuciones son bienvenidas. Por favor, abre un issue o envía un pull request para sugerencias y mejoras.
Este proyecto está licenciado bajo la Licencia MIT. Consulta el archivo LICENSE para más detalles.