Machine Learning para el control de proyectos de TI en el Instituto Nacional de Estadística e Informática, Lima ,2022

Descripción del Articulo

En la gestión de proyectos sin adecuar el tiempo, recursos, costos ocasiona que se agregue carga laboral de lo planificado inicialmente. El propósito del trabajo de investigación fue determinar el uso de machine learning en el control de los proyectos en el Instituto Nacional de Estadística e Inform...

Descripción completa

Detalles Bibliográficos
Autor: Paredes Reyes, Ivan Wilber
Formato: tesis de maestría
Fecha de Publicación:2022
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/99263
Enlace del recurso:https://hdl.handle.net/20.500.12692/99263
Nivel de acceso:acceso abierto
Materia:Proyecto
Machine learning
Instituciones públicas
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:En la gestión de proyectos sin adecuar el tiempo, recursos, costos ocasiona que se agregue carga laboral de lo planificado inicialmente. El propósito del trabajo de investigación fue determinar el uso de machine learning en el control de los proyectos en el Instituto Nacional de Estadística e Informática. El diseño de investigación es experimental y presenta un enfoque cuantitativo. El tamaño de la muestra fue de 96 proyectos y se aplicó como instrumento de investigación la ficha de observación y para la prueba de hipótesis en el análisis inferencial se utilizó la prueba de Wilcoxon y la prueba T Student. Se concluyó que la implementación de machine learning mejora significativamente el control de los proyectos, teniendo como mejora sus indicadores, demostrando que la eficacia interna de las actividades mejoro en un 52.59% y las actividades terminadas fuera de tiempo disminuyeron en 9.27% y la Eficiencia de colaboradores mejoro en un 32.92%. Después de implementar machine learning el control de proyectos mejoró de un 52.39% a un 60.01%. El valor de significancia fue 0.000, el cual es menor del valor del error 0.05, entonces, se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alterna (Ha).
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).