Estratégias para tratamento de variáveis com dados faltantes durante o desenvolvimento de modelos preditivos
Modelos preditivos têm sido cada vez mais utilizados pelo mercado a fim de auxiliarem as empresas na mitigação de riscos, expansão de carteiras, retenção de clientes, prevenção a fraudes, entre outros objetivos. Entretanto, durante o desenvolvimento destes modelos é comum existirem, dentre as variáv...
Main Author: | Assunção, Fernando |
---|---|
Other Authors: | Barroso, Lucia Pereira |
Format: | Others |
Language: | pt |
Published: |
Biblioteca Digitais de Teses e Dissertações da USP
2012
|
Subjects: | |
Online Access: | http://www.teses.usp.br/teses/disponiveis/45/45133/tde-15082012-203206/ |
Similar Items
-
Estratégias para tratamento de variáveis com dados faltantes durante o desenvolvimento de modelos preditivos
by: Fernando Assunção
Published: (2012) -
Imputação múltipla de dados faltantes: exemplo de aplicação no Estudo Pró-Saúde
by: Thaís de Paulo Rangel
Published: (2013) -
Imputação múltipla de dados faltantes: exemplo de aplicação no Estudo Pró-Saúde
by: Thaís de Paulo Rangel
Published: (2013) -
Comparação de métodos de imputação única e múltipla usando como exemplo um modelo de risco para mortalidade cirúrgica Comparison of simple and multiple imputation methods using a risk model for surgical mortality as example
by: Luciana Neves Nunes, et al.
Published: (2010-12-01) -
Avaliação de redes Bayesianas para imputação em variáveis qualitativas e quantitativas.
by: Ismenia Blavatsky de Magalhães
Published: (2007)