Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima

Descripción del Articulo

La investigación aporta al objetivo 9 del desarrollo sostenible (ODS) porque está orientado en fortalecer la innovación en las capacidades tecnológicas. En ese sentido se aplicó machine learning para predecir la demanda del limón en el mercado mayorista de Lima y se determinó el desempeño de los mod...

Descripción completa

Detalles Bibliográficos
Autor: Porras Cuadros, Deisy Yoana
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/150041
Enlace del recurso:https://hdl.handle.net/20.500.12692/150041
Nivel de acceso:acceso abierto
Materia:Previsión
Series temporales
https://purl.org/pe-repo/ocde/ford#2.02.04
id UCVV_e4455b137a239c9e4b2e1bd9b645ddd3
oai_identifier_str oai:repositorio.ucv.edu.pe:20.500.12692/150041
network_acronym_str UCVV
network_name_str UCV-Institucional
repository_id_str 3741
dc.title.es_PE.fl_str_mv Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
title Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
spellingShingle Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
Porras Cuadros, Deisy Yoana
Previsión
Series temporales
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
title_full Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
title_fullStr Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
title_full_unstemmed Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
title_sort Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
author Porras Cuadros, Deisy Yoana
author_facet Porras Cuadros, Deisy Yoana
author_role author
dc.contributor.advisor.fl_str_mv Quinteros Navarro, Dino Michael
dc.contributor.author.fl_str_mv Porras Cuadros, Deisy Yoana
dc.subject.es_PE.fl_str_mv Previsión
Series temporales
topic Previsión
Series temporales
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description La investigación aporta al objetivo 9 del desarrollo sostenible (ODS) porque está orientado en fortalecer la innovación en las capacidades tecnológicas. En ese sentido se aplicó machine learning para predecir la demanda del limón en el mercado mayorista de Lima y se determinó el desempeño de los modelos con las métricas RMSE y MSE. El tipo de investigación fue aplicada, con un diseño preexperimental y tuvo un enfoque cuantitativo, la población de estudio estuvo conformado por 1247 registros correspondientes a los ingresos diarios del limón al mercado mayorista de Lima, obtenidos de la página del MIDAGRI. Para el desarrollo se empleó el marco de trabajo Knowledge Discovery in Databases (KDD). Se desarrolló modelos predictivos con LSTM y Prophet, dado que se obtuvieron resultados MSE de 0.0169 y 149.31 respectivamente, se concluye que dichos modelos son idóneos para pronosticar la demanda del limón.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-10-01T13:23:48Z
dc.date.available.none.fl_str_mv 2024-10-01T13:23:48Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12692/150041
url https://hdl.handle.net/20.500.12692/150041
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad César Vallejo
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - UCV
Universidad César Vallejo
dc.source.none.fl_str_mv reponame:UCV-Institucional
instname:Universidad Cesar Vallejo
instacron:UCV
instname_str Universidad Cesar Vallejo
instacron_str UCV
institution UCV
reponame_str UCV-Institucional
collection UCV-Institucional
bitstream.url.fl_str_mv https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/1/Porras_CDY-SD.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/2/Porras_CDY-IT.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/3/Porras_CDY.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/4/license.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/5/Porras_CDY-SD.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/7/Porras_CDY-IT.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/9/Porras_CDY.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/6/Porras_CDY-SD.pdf.jpg
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/8/Porras_CDY-IT.pdf.jpg
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/10/Porras_CDY.pdf.jpg
bitstream.checksum.fl_str_mv f5b34369001a067c8861d3686e297303
c38255aced5f0517494d289c6ed4d8d4
844b1fc85161ef7c32e03464106c4b4c
8a4605be74aa9ea9d79846c1fba20a33
bfaba153ac6b23c9022d5ed98e7628d6
a73a7f1ad71ae0c7b0532564fa5bc97e
2c3de47644ce2669fe3a78ee09e18af8
b0cc2cbf3a26a431394e6c038b5e0e67
5e676a6bade6271d3614d6a480438101
b0cc2cbf3a26a431394e6c038b5e0e67
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad César Vallejo
repository.mail.fl_str_mv repositorio@ucv.edu.pe
_version_ 1812994365466869760
spelling Quinteros Navarro, Dino MichaelPorras Cuadros, Deisy Yoana2024-10-01T13:23:48Z2024-10-01T13:23:48Z2024https://hdl.handle.net/20.500.12692/150041La investigación aporta al objetivo 9 del desarrollo sostenible (ODS) porque está orientado en fortalecer la innovación en las capacidades tecnológicas. En ese sentido se aplicó machine learning para predecir la demanda del limón en el mercado mayorista de Lima y se determinó el desempeño de los modelos con las métricas RMSE y MSE. El tipo de investigación fue aplicada, con un diseño preexperimental y tuvo un enfoque cuantitativo, la población de estudio estuvo conformado por 1247 registros correspondientes a los ingresos diarios del limón al mercado mayorista de Lima, obtenidos de la página del MIDAGRI. Para el desarrollo se empleó el marco de trabajo Knowledge Discovery in Databases (KDD). Se desarrolló modelos predictivos con LSTM y Prophet, dado que se obtuvieron resultados MSE de 0.0169 y 149.31 respectivamente, se concluye que dichos modelos son idóneos para pronosticar la demanda del limón.Lima NorteEscuela de Ingeniería de SistemasSistema de Información y ComunicacionesDesarrollo sostenible, emprendimientos y responsabilidad social.Desarrollo económico, empleo y emprendimientoTrabajo decente y crecimiento económicoPRESENCIALapplication/pdfspaUniversidad César VallejoPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Repositorio Institucional - UCVUniversidad César Vallejoreponame:UCV-Institucionalinstname:Universidad Cesar Vallejoinstacron:UCVPrevisiónSeries temporaleshttps://purl.org/pe-repo/ocde/ford#2.02.04Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Limainfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniería de SistemasUniversidad César Vallejo. Facultad de Ingeniería y ArquitecturaIngeniera de Sistemas41567782https://orcid.org/0000-0001-8174-877175962544612076Suárez Paucar, Carlos EnriqueGamboa Cruzado, Javier ArturoQuinteros Navarro, Dino Michaelhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALPorras_CDY-SD.pdfPorras_CDY-SD.pdfapplication/pdf1575917https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/1/Porras_CDY-SD.pdff5b34369001a067c8861d3686e297303MD51Porras_CDY-IT.pdfPorras_CDY-IT.pdfapplication/pdf4907045https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/2/Porras_CDY-IT.pdfc38255aced5f0517494d289c6ed4d8d4MD52Porras_CDY.pdfPorras_CDY.pdfapplication/pdf1566882https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/3/Porras_CDY.pdf844b1fc85161ef7c32e03464106c4b4cMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54TEXTPorras_CDY-SD.pdf.txtPorras_CDY-SD.pdf.txtExtracted texttext/plain84668https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/5/Porras_CDY-SD.pdf.txtbfaba153ac6b23c9022d5ed98e7628d6MD55Porras_CDY-IT.pdf.txtPorras_CDY-IT.pdf.txtExtracted texttext/plain4977https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/7/Porras_CDY-IT.pdf.txta73a7f1ad71ae0c7b0532564fa5bc97eMD57Porras_CDY.pdf.txtPorras_CDY.pdf.txtExtracted texttext/plain86906https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/9/Porras_CDY.pdf.txt2c3de47644ce2669fe3a78ee09e18af8MD59THUMBNAILPorras_CDY-SD.pdf.jpgPorras_CDY-SD.pdf.jpgGenerated Thumbnailimage/jpeg5247https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/6/Porras_CDY-SD.pdf.jpgb0cc2cbf3a26a431394e6c038b5e0e67MD56Porras_CDY-IT.pdf.jpgPorras_CDY-IT.pdf.jpgGenerated Thumbnailimage/jpeg5017https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/8/Porras_CDY-IT.pdf.jpg5e676a6bade6271d3614d6a480438101MD58Porras_CDY.pdf.jpgPorras_CDY.pdf.jpgGenerated Thumbnailimage/jpeg5247https://repositorio.ucv.edu.pe/bitstream/20.500.12692/150041/10/Porras_CDY.pdf.jpgb0cc2cbf3a26a431394e6c038b5e0e67MD51020.500.12692/150041oai:repositorio.ucv.edu.pe:20.500.12692/1500412024-10-01 22:10:43.783Repositorio de la Universidad César Vallejorepositorio@ucv.edu.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
score 13.913218
Machine Learning para predecir la demanda del limón en el Mercado Mayorista de Lima
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).

Ejemplares Similares