Este estudio se centra en el desarrollo de modelos de regresión utilizando técnicas avanzadas de aprendizaje automático para predecir el valor comercial de inmuebles en el contexto financiero peruano. Se exploran diversos modelos, como Random Forest, Support Vector Regression (SVR), Redes Neuronales, y XGBoost, siendo este último el que demostró mayor precisión al obtener un Error Porcentual Medio Absoluto de 17.89% y, por otra parte, una mayor flexibilidad al permitir controlar el comportamiento que debe tener cada variable independiente respecto a la variable objetivo. Además, se destaca la importancia de incluir variables como el área de construcción del bien inmueble y precio del metro cuadrado considerando su ubicación. Los resultados de este estudio proporcionan a las entidades financieras una herramienta robusta y eficiente para optimizar el proceso de tasación de inmue...

En el presente documento se desarrolla un plan de negocios para una cafetería enfocada en atender al mercado de intolerantes y alérgicos al gluten de 25 a 54 años de la zona siete de Lima Metropolitana. El horizonte de evaluación del proyecto es de cinco años, iniciando sus operaciones en 2019 y proyectando sus resultados hasta 2023. El proyecto se plantea para ser desarrollado en el distrito de Miraflores y específicamente en la zona financiera – comercial del mencionado distrito ya que cuenta con características favorables para el desarrollo del negocio, tales como: (a) alto tránsito de personas, (b) existencia de negocios de comida saludable o enfocada a grupos de la población con necesidades específicas de alimentación. El entorno se muestra favorable para la implementación de un negocio con estas características toda vez que: (a) existe un mercado de interés para el ...