Análisis de estabilidad temporal y rendimiento en modelos LightGBM : propuesta metodológica basada en reentrenamiento periódico

dc.contributor.Mentor	Fernández Piana, Lucas
dc.creator.Autor	Vermeulen, Florencia
dc.date.accessioned	2025-05-07T17:31:48Z
dc.date.available	2025-05-07T17:31:48Z
dc.date.issued	2025
dc.description	Fil: Vermeulen, Florencia. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
dc.description.abstract	Este trabajo analiza la estabilidad temporal y el rendimiento de los modelos LightGBM, destacando cómo su capacidad predictiva puede degradarse con el tiempo debido a cambios en la distribución de los datos. Se propone una metodología basada en el reentrenamiento periódico con información más reciente, sin modificar la configuración original del modelo como alternativa para solventar esta pérdida de eficiencia.
dc.format	application/pdf
dc.identifier.uri	https://repositorio.udesa.edu.ar/handle/10908/25065
dc.language	spa
dc.publisher	Universidad de San Andrés. Departamento de Matemática y Ciencias
dc.rights	info:eu-repo/semantics/openAccess
dc.rights	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.title	Análisis de estabilidad temporal y rendimiento en modelos LightGBM : propuesta metodológica basada en reentrenamiento periódico
dc.type	Tesis
dc.type	info:eu-repo/semantics/masterThesis
dc.type	info:ar-repo/semantics/tesis de maestría
dc.type	info:eu-repo/semantics/updatedVersion