Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10908/17697
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.MentorSosa Escudero, Walter
dc.creator.AutorPacini, Bianca
dc.date.accessioned2021-01-07T19:55:32Z
dc.date.available2021-01-07T19:55:32Z
dc.date.issued2019-08
dc.identifier.urihttp://hdl.handle.net/10908/17697
dc.descriptionFil: Pacini, Bianca. Universidad de San Andrés. Departamento de Economía; Argentina.
dc.description.abstractEste trabajo se concentra en la aplicación de técnicas provenientes de la literatura de machine learning en el contexto de una base de datos de victimización de alcance nacional en Argentina. En particular, se profundiza en la aplicación de dos métodos específicos: reducción de dimensionalidad mediante el uso de Componentes Principales y regularización a través de la técnica LASSO. Como resultado de la metodología propuesta, se logra obtener una caracterización pormenorizada de la percepción de la seguridad de los habitantes y por otra parte se exploran herramientas para predecir la denuncia de delitos.
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad de San Andrés. Departamento de Economía
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleQue no valga la redundancia : reducción de dimensionalidad y regularización en Encuesta Nacional de Victimización
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Aparece en las colecciones: Tesis de Maestría en Economía

Ficheros en este ítem:
Fichero Tamaño Formato  
[P][W] M. Eco. Pacini, Bianca.pdf1.88 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.