Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/24626
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRodríguez colina, Sebastián-
dc.contributor.authorRomero Miranda, Jimmy Alexander-
dc.contributor.authorLizcano Portilla, Víctor Alberto-
dc.date.accessioned2021-12-07T13:42:16Z-
dc.date.available2021-12-07T13:42:16Z-
dc.date.issued2021-
dc.identifier.urihttp://hdl.handle.net/10495/24626-
dc.description.abstractRESUMEN : La finalidad del proyecto es predecir las ventas para el mes siguiente para una cadena de tiendas, haciendo uso de algoritmos de inteligencia artificial. El dataset cuenta con 4 archivos (productos, categoría de los productos, tiendas y ventas diarias) tomados de la competencia de kaggle “Predict Future Sales” que proporcionan información detallada de las ventas históricas para 22.171 productos en 34 meses, a partir del mes de enero de 2013. Se probaron diferentes metodologías para organizar la información para la generación de los modelos. Los datos se reprocesaron para tener la información organizada por ventas mensuales para cada tienda y categoría de producto y posteriormente fueron separados de acuerdo a un lookback para generar las series de tiempo para entrenar los modelos. Se probaron diferentes modelos y se utilizó una métrica particular de negocio para medir el error de las predicciones.spa
dc.format.extent32spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.type.hasversioninfo:eu-repo/semantics/draftspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/co/*
dc.titlePredicción de ventas futurasspa
dc.typeinfo:eu-repo/semantics/otherspa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
thesis.degree.nameEspecialista en Analítica y Ciencia de Datosspa
thesis.degree.levelEspecializaciónspa
thesis.degree.disciplineFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datosspa
thesis.degree.grantorUniversidad de Antioquiaspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.publisher.placeMedellínspa
dc.type.coarhttp://purl.org/coar/resource_type/c_46ecspa
dc.type.redcolhttp://purl.org/redcol/resource_type/COtherspa
dc.type.localTesis/Trabajo de grado - Monografía - Especializaciónspa
dc.subject.unescoSeries temporales-
dc.subject.unescoTime series-
dc.subject.lembPredicciones-
dc.subject.lembRedes neurales (computadores)-
dc.subject.lembNeural networks (Computer science)-
dc.subject.lembAprendizaje automático (inteligencia artificial)-
dc.subject.lembMachine learning-
dc.subject.agrovocTécnicas de predicción-
dc.subject.agrovocForecasting-
dc.subject.agrovocurihttp://aims.fao.org/aos/agrovoc/c_3041-
dc.subject.unescourihttp://vocabularies.unesco.org/thesaurus/concept11036-
dc.relatedidentifier.urlhttps://github.com/Alberto7526/MonografiaGithubspa
Aparece en las colecciones: Especializaciones de la Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RomeroJimmy&LizcanoVictor_2021_PrediccionVentasFuturas.pdfTrabajo de grado de especialización1.44 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons