Thumbnail Image
Item

Imputación de datos faltantes en encustas escolares: comparación entre random forest y redes neuronales artificiales

Sagier, Malena
Type
Presentación
Citations
Altmetric:
Abstract
"Los cuestionarios complementarios que responden los estudiantes en el marco de la Evaluación Nacional Aprender, presentan respuestas faltantes, en especial en las variables sociodemográficas que definen el Nivel Socioeconómico (NSE) de los alumnos. La Secretaría de Educación de la Nación, imputa los datos perdidos de estos indicadores mediante el método de Hotdeck Secuencial, posibilitando el seguimiento de las brechas de equidad en los resultados de aprendizaje y la aplicación de modelos estadísticos que precisan datos completos (análisis de factores asociados al aprendizaje, por ejemplo)."
Description
Póster presentado en la Escuela de Primavera en Deep Learning 2025 – Facultad de Ciencias Exactas y Naturales - UBA.
Date
2025-10-24
Journal Title
Journal ISSN
Volume Title
Publisher
Collections
Pósters
Show all metadata
Files
Thumbnail Image
Poster_TFI_Saguier Malena (1).pdf
Adobe PDF, 313.61 KB
Research Projects
Organizational Units
Journal Issue
Keywords
DATOS FALTANTES, DATOS MISSING, APRENDIZAJE AUTOMÁTICO SUPERVISADO, RANDOM FOREST, REDES NEURONALES ARTIFICIALES, IMPUTACIÓN, ENCUESTAS ESCOLARES
Citation
URI
https://hdl.handle.net/20.500.14769/5131
Embedded videos