Sistema de pronóstico usando técnicas de machine learning para la detección de fallas en ATM de los clientes de Belltech

• Autor: Miranda Ziña, Renzo
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/121898
• Enlace del recurso: https://hdl.handle.net/20.500.12692/121898
• Nivel de acceso: acceso abierto
• Materia: Sistema de pronóstico; Machine learning; Detección de fallas; ATM; https://purl.org/pe-repo/ocde/ford#2.02.04

El presente trabajo de investigación permitirá conocer respecto a un sistema de pronóstico usando técnicas de machine learning para la detección de fallas en ATM de los clientes de Belltech. La problemática planteada para la investigación se debe a que actualmente se realizan procedimientos manuales que incurren en análisis que no son exactos, que no culminan de forma oportuna y que no brindan al cliente un valor agregado del negocio como lo es el proporcionar una información predictiva la cual le permita a los clientes contar con información relevante para la toma de decisiones en cuanto a las mejoras de sus atenciones, identificación de ATM con mayor cantidad de fallas recurrentes y mejora de la experiencia del usuario; entonces surge la idea de contar con un sistema de pronóstico utilizando técnicas de machine learning el cual supla las necesidades anteriormente descritas. Para el problema de investigación se plantea de qué manera influye un sistema de pronóstico usando técnicas de machine learning para la detección de fallas en ATM de los clientes de Belltech. El objetivo es poder determinar cómo influye un sistema de pronóstico usando técnicas de machine learning para la detección de fallas en ATM de los clientes de Belltech, la metodología a utilizar es del tipo aplicada, aplicando un enfoque cuantitativo y cuyo diseño es experimental.