Pronósticos con algoritmos de aprendizaje automático. Estudio comparativo

Please use this identifier to cite or link to this item: http://www.ptolomeo.unam.mx:8080/xmlui/handle/132.248.52.100/17444

Full metadata record

DC Field	Value	Language
dc.contributor.author	Peña Araya, Jorge Andres	-
dc.date.accessioned	2020-12-09T02:15:12Z	-
dc.date.available	2020-12-09T02:15:12Z	-
dc.date.issued	2020-12-08	-
dc.identifier.uri	http://132.248.52.100:8080/xmlui/handle/132.248.52.100/17444	-
dc.description	Pronosticamos las ventas un año antes que una organización que utiliza los algoritmos de aprendizaje automático más importantes, incluidos los algoritmos de aprendizaje profundo y los métodos estadísticos tradicionales. Proponemos utilizar un enfoque secuencial para resolver el problema de la previsión de varios pasos para series de tiempo. Generación de lotes de datos temporales para entrenar y validar los modelos.	es_ES
dc.description.abstract	Se compararon los métodos estadísticos y los algoritmos de aprendizaje automático para realizar pronósticos de múltiples pasos.	es_ES
dc.language.iso	es	es_ES
dc.subject	Pronósticos de múltiples pasos	es_ES
dc.subject	Algoritmos de aprendizaje automático	es_ES
dc.subject	Machine learning	es_ES
dc.subject	Aprendizaje supervisado	es_ES
dc.subject	Deep learning	es_ES
dc.subject	Redes neuronales artificiales	es_ES
dc.title	Pronósticos con algoritmos de aprendizaje automático. Estudio comparativo	es_ES
dc.type	Tesis	es_ES
dc.director.trabajoescrito	Segura Perez, Esther	-
dc.carrera.ingenieria	Ingeniería industrial	es_ES
Appears in Collections:	Tesis 2020

Files in This Item:

File	Size	Format
Tesis.pdf	4.93 MB	Adobe PDF	View/Open
FEX-3.pdf	148.49 kB	Adobe PDF	View/Open
Portada.pdf	541.26 kB	Adobe PDF	View/Open

DSpace JSPUI