A falta de dados é um processo que dificulta a extração de informações importantes presentes em bases de dados. Esse problema pode ocorrer por diversos motivos, como: falhas de digitação, falha nos instrumentos de coleta de dados, erros no preenchimento, perda de dados ao longo dos anos, entre outros. Determinar valores para um conjunto de dados omissos não é uma tarefa simples, pois valores atribuídos a esses dados podem ser inadequados, causar a discrepância das estimativas, e se isto acontecer o resultado pode ser afetado, já que os valores substituídos são diferentes do conjunto de dados original. Dessa forma, a imputação de dados tem sido para resolver ou amenizar esse problema, visto que muitos algoritmos de aprendizagem de máquina não trabalham com dados faltantes. A imputações de valores são procedimentos de tratamento de dados que substituem os valores omissos de uma base de dados por valores obtidos específicos por diferentes técnicas matemáticas, estatísticas e até mesmos alguns algoritmos de aprendizagem de máquina. O objetivo deste projeto é estudar e aplicar técnicas de imputação de valores faltantes em bases de dados.