En esta investigación se propone una metodológica alternativa a la metodología de Box y Jenkins, donde se podrá evidenciar el modelamiento de series temporales no lineales, mediante el enfoque paramétrico y el enfoque No paramétrico. En el enfoque paramétrico me inclinaré por la extensión de los métodos de Box y Jenkins, es decir, los modelos ARCH, GARCH, TGARCH entre otros, para el modelado de series temporales no lineales, en la cual obtendré los pronósticos del año 2012 para la serie temporal:  Número de peruanos retornantes según año de regreso mediante medio de transporte aéreo. En el enfoque No paramétrico presentaré el método de la red neural de retropropagación resiliente para el modelado de series temporales no lineales, en la cual obtendré los pronósticos del año 2012 para la serie temporal:  Número de peruanos retornantes según año de regreso m...

En este trabajo de tesis se planteó abordar un enfoque de modelamiento de aprendizaje supervisado de clasificación mediante el modelo de random forest, se utilizó la librería h2o, que permitió tener una comparación de los modelos planteados dando un balanceo de la variable respuesta (target) y sin balancear y asimismo ejecutar en un menor tiempo estos modelos, puesto que la librería trabaja en procesamiento en paralelo, también realizar el tuning de parámetros del modelo de random forest y compararlos mediante los indicadores de Área Bajo la Curva (AUC), especificidad y sensibilidad. Los datos a utilizar pertenecen a una entidad financiera en el mes de abril del 2018, donde la variable target es la aceptación de una campaña de tarjeta de crédito. Los principales resultados obtenidos fueron para el caso del indicador AUC, los 4 modelos planteados obtuvieron similar indicador ...