Tópicos Sugeridos dentro de su búsqueda.
Tópicos Sugeridos dentro de su búsqueda.
Buscar alternativas:
para predecir » para reducir (Expander búsqueda), para prevenir (Expander búsqueda)
predecir los » predecir las (Expander búsqueda), reducir los (Expander búsqueda), predecir la (Expander búsqueda)
para predecir » para reducir (Expander búsqueda), para prevenir (Expander búsqueda)
predecir los » predecir las (Expander búsqueda), reducir los (Expander búsqueda), predecir la (Expander búsqueda)
1
tesis de grado
Publicado 2021
Enlace
Enlace
En el presente trabajo de investigación se elaboró un modelo Machine Learning para predecir el rendimiento académico de los estudiantes universitarios, se utilizó la metodología KDD, así mismo herramientas como SPSS statistic y SPSS Modeler para la creación del modelo predictivo. El objetivo de esta investigación es determinar en qué porcentaje Machine Learning permite predecir el rendimiento académico con precisión, sensibilidad y especificidad, con el fin de poder identificar a los alumnos con probabilidad de éxito o fracaso. En esta investigación se utilizó una población de 87 alumnos, así mismo se usó la totalidad de la población como muestra. Por otro lado, el estudio es de tipo aplicada, con un diseño de investigación experimental de tipo pre-experimental de un solo grupo, ya que luego de aplicar Machine Learning se podrá observar los resultados y realizar la m...
2
tesis de grado
Publicado 2023
Enlace
Enlace
La presente investigación tuvo como objetivo evaluar la eficacia del machine learning para la predicción de la eficiencia energética en edificios residenciales, siendo de tipo aplicada, pre-experimental y de diseño experimental; la población estuvo conformada por 768 edificios residenciales de Lima. La técnica de recolección de datos fue el análisis documental. Los resultados muestran que en “Carga de calefacción”, Extreme Gradient Boosting obtuvo los mejores valores de R2 Score con 99.85%, Mean absolute error con 0.23, Mean squared error con 0.16, Root mean squared error con 0.40, Mean absolute percentage error con 1.12% y Root mean squared log error con 0.02. Sin embargo, Árbol de decisión, Random Forest y Extreme Gradient Boosting alcanzaron un Mean squared log error de 0.00. Asimismo, en “Carga de enfriamiento”, Extreme Gradient Boosting logró los mejores valores ...
3
tesis de grado
Publicado 2020
Enlace
Enlace
El objetivo de esta investigación fue desarrollar un modelo credit scoring para predecir el comportamiento de pagos de los clientes del segmento Microempresa. Con respecto a su metodología, se utilizó una investigación explicativa, cuyo diseño utilizado fue no experimental de corte transversal. Por otro lado, la población de estudio compendió las 2000 solicitudes de crédito aprobadas de la microempresa de la agencia San Juan de Lurigancho de una financiera de setiembre de 2017 hasta agosto 2018. De mismo modo, se utilizó un modelo econométrico Logit para verificar la hipótesis. Finalmente, se empleó el análisis documental como principal técnica de recopilación de datos. Según los resultados del modelo econométrico Logit, se identificó el 2 de McFadden, o pseudo 2 (McFadden R-squared) es 0.3454, lo cual implica que las variaciones de la variable comportamiento de pagos d...
4
artículo
Las redes neuronales artificiales (RNA) se han convertido en un importante instrumento para modelar y predecir los rendimientos accionarios y por ende para evaluar la eficiencia del mercado de capitales (HEM). Debido a que son modelos que incorporan variables no lineales (característica de la mayoría de las series económicas y financieras) funcionan mejor que los modelos estadísticos tradicionales, como las regresiones lineales o modelos Box-Jenkins (Camino Aleatorio). Es este artículo se dan algunos alcances sobre investigaciones de verificación de las hipótesis de eficiencia de los mercados de capitales y las ventajas de la utilización de los modelos de redes neuronales artificiales (RNA), principalmente para la predicción de tendencias de precios.
5
artículo
Las redes neuronales artificiales (RNA) se han convertido en un importante instrumento para modelar y predecir los rendimientos accionarios y por ende para evaluar la eficiencia del mercado de capitales (HEM). Debido a que son modelos que incorporan variables no lineales (característica de la mayoría de las series económicas y financieras) funcionan mejor que los modelos estadísticos tradicionales, como las regresiones lineales o modelos Box-Jenkins (Camino Aleatorio). Es este artículo se dan algunos alcances sobre investigaciones de verificación de las hipótesis de eficiencia de los mercados de capitales y las ventajas de la utilización de los modelos de redes neuronales artificiales (RNA), principalmente para la predicción de tendencias de precios.
6
tesis de grado
Publicado 2019
Enlace
Enlace
La presente tesis detalla el desarrollo de un Datamart basado en patrones para predecir las ventas en la empresa B & M Rubimar Inversiones S.A.C., debido a que la situación empresarial previa a la aplicación del datamart presentaba deficiencias en cuanto al crecimientos de ventas y el cumplimiento de ventas. El objetivo de esta investigación fue determinar la influencia del Datamart basado en patrones para predecir las ventas en la empresa B & M Rubimar Inversiones S.A.C. Por ello, se describe previamente aspectos teóricos de lo que es el proceso de ventas, así como las metodologías que se utilizaron para el desarrollo del Datamart. Para el desarrollo del datamart, se empleó la metodología Hefesto, por ser la que más se acomodaba a las necesidades y etapas del proyecto. Para el desarrollo de la investigación se utilizaron las herramientas de Visual Studio 2017, base de datos Sq...
7
tesis de grado
Publicado 2025
Enlace
Enlace
La presente investigación contribuye al ODS 7 (Energía asequible y no contaminante) y tuvo como objetivo principal evaluar el impacto de un plan de mantenimiento predictivo basado en aprendizaje por refuerzo en la disponibilidad y confiabilidad de un parque vehicular crítico de la industria minera. Para ello, se realizó un estudio cuantitativo de tipo aplicado, con diseño preexperimental y alcance explicativo. La población estuvo conformada por 23 unidades críticas, clasificadas en cinco tipos principales, de las cuales se recopilaron datos históricos de fallas y condiciones operativas durante un período de seis meses. Como resultado, se implementó un modelo de aprendizaje por refuerzo que permitió anticipar fallas y programar mantenimientos proactivos, logrando una mejora promedio en la disponibilidad de las unidades críticas de más del 10% en comparación con los valores i...
8
artículo
Publicado 2020
Enlace
Enlace
Universidad Nacional Agraria La Molina. Escuela de Posgrado. Maestría en Producción Animal
9
tesis de grado
Publicado 2024
Enlace
Enlace
La presente investigación tuvo como objetivo aplicar técnicas de Machine Learning para predecir los síntomas de trastornos de ansiedad y estrés en los trabajadores del MINSA, 2024, siendo de tipo aplicada, pre-experimental, descriptivo y transversal; la población estuvo conformada por 235 trabajadores del MINSA. La técnica de recolección de datos fue la encuesta y observacion, a la vez del instrumento de cuestionario. Los resultados muestran que en “ansiedad”, Regresión logística obtuvo los mejores valores de Accuracy con 100.00%, Sensibilidad con 100.00%, Especificidad con 100.00%, F1-Score con 100.00% y Precisión con 100.00%. Igualmente, en “Estrés”, Regresión logística obtuvo los mejores valores de Accuracy con 95.74%, Sensibilidad con 87.50%, Especificidad con 98.91%, F1-Score con 79.16% y Precisión con 83.33%. Concluyendo que Regresión logística fue el mejor ...
10
tesis de grado
Publicado 2024
Enlace
Enlace
La baja producción del maíz amiláceo en el distrito de Pariahuanca ha sido afectada considerablemente generando pérdidas económicas, debido a factores climáticas, desconocimiento técnico e factores mínimos que deben llevar los agricultores. Por ello, la presente investigación tuvo como objetivo analizar como ayuda el sistema experto en la predicción de cosecha de maíz amiláceo seco, la metodología realizada fue aplicada, explicativa y documental, la muestra se basó en 5 chacras, se realizó una búsqueda de información de 11 bibliografías para la identificación de los factores que intervienen en la cosecha de maíz, se tomó gestores de información con criterios de actualidad(trabajos publicados en los últimos 5 años), nivel de indexación(Google académico, Redalyc, Mendeley, Scopus, revistas, Dialnet, Elsevier, Repositorios universitarios) e idioma( artículos publi...
11
tesis de maestría
Publicado 2019
Enlace
Enlace
La Minería de datos es usado para estudiar los datos disponibles en el cualquier campo y descubrir el conocimiento oculto en ella. Los métodos de clasificación como árboles de decisión, las reglas, red bayesiana, etc. se pueden aplicar a los datos académicos de una universidad para predecir el comportamiento de los estudiantes, el rendimiento en los exámenes, deserción estudiantil, etc. Esta predicción ayudará a las autoridades para identificar la deserción estudiantil y poder determinar la proyección de secciones y otras acciones. El algoritmo de árbol de decisión C4.5 (J48) se aplica en los datos de las notas finales semestrales de los estudiantes para predecir si abandona o no los estudios. El resultado del árbol de decisión predijo el número de estudiantes que son propensos a abandonar la carrera profesional. El resultado lo pueden utilizar a las autoridades para que...
12
tesis de maestría
En el presente trabajo de investigación se estudia la capacidad predictiva que poseen los precios forward de las materias primas (commodities) sobre el tipo de cambio. Utilizando una muestra de 11 países se evidencia que los precios forward poseen información relevante para la predicción del tipo de cambio, y de acuerdo con las pruebas de encompassing (Clark y West 2007, Clements y Harvey 2009), existe información que no estaría siendo capturada por los precios spot de los mismos. En ese contexto, existe un espacio para combinar ambas especificaciones y generar una predicción más efectiva. Asimismo, a partir de los análisis realizados se destaca que el rendimiento de conveniencia (convenience yield) también incorpora información que incluso los precios spot y forward no capturan, por lo que se debería considerar también este elemento en la especificación que brinde la predi...
13
tesis de maestría
Publicado 2024
Enlace
Enlace
Modalidad de obtención de segunda especialidad sin designación de jurado según Oficio N.° 009-2025–OGYT-FMH/USMP
14
tesis de grado
Publicado 2023
Enlace
Enlace
Con la meta de estudiar la efectividad de la eosinopenia para predecir la mortalidad en los enfermos diagnosticados con sepsis en el servicio de medicina de emergencias del hospital Víctor Lazarte Echegaray. Se realizará un estudio de cohorte retrospectivo. La muestra estará conformada por 262 pacientes con diagnóstico de sepsis, dividida en dos grupos según el recuento de eosinófilos, menor o mayor a 40 cel./mm3 , valorando la supervivencia o mortalidad dentro de las siguientes 72 horas posteriores al diagnóstico de sepsis. La asociación entre las variables de estudio será determinada con la prueba de chi cuadrado, con una significancia estadística de 95 % y un valor p < 0.05. La asociación entre paciente séptico con eosinopenia y mortalidad será determinada en función del riesgo relativo.
15
tesis de grado
Publicado 2023
Enlace
Enlace
La unidad de análisis de la presente investigación corresponde a la Unidad Minera Sotrami S.A.C., empresa creada por trabajadores mineros la cual se encuentra formalizada desde el año 2010, se encuentra ubicada en el distrito de Sancos, provincia de Lucanas, departamento de Ayacucho, La Unidad Minera Sotrami S.A.C. ha obtenido logros como certificación internacional en “Oro Responsable”. El Perú es el primer productor de oro en América Latina, existen tres grupos de empresas mineras (de gran, mediana y de pequeña escala), siendo las de pequeña escala las que se encuentran constituidas como empresas formales y en proceso de formalización, trabajando por tener una rentabilidad al finalizar cada periodo, aprovechando el precio internacional del Oro. Sin embargo, las empresas mineras auríferas a pequeña escala, al formalizarse, cuentan con un planeamiento de producción y algu...
16
tesis doctoral
Publicado 2019
Enlace
Enlace
El presente trabajo de investigación comprende la aplicación y análisis de modelos univariantes, siguiendo la Teoría de WIENER KOLMOGOROV, más conocido como el enfoque de BOX-JENKINS, mediante el cual se elige el proceso adecuado para realizar predicciones. El ámbito geográfico de estudio se encuentra en la ciudad de Puno y busca responder a la siguiente interrogante: ¿Cuál es el modelo univariante que mejor se ajusta a la serie histórica de los niveles medios de agua del lago Titicaca para describir y pronosticar el comportamiento de las variaciones de los niveles medios mensual de agua del lago Titicaca de la región de Puno, periodo 1974-2018? El objetivo general es determinar el modelo univariante que mejor se ajusta a la serie histórica de los niveles medios de agua mensual del lago Titicaca, para describir y pronosticar el comportamiento de las variaciones fluctuantes de...
17
tesis de grado
La tesis titulada: “Modelo machine learning para predecir las ventas de una empresa RETAIL, 2025” aborda el problema de la baja precisión en la estimación de ventas en una tienda virtual de una empresa retail peruana. La investigación partió de la necesidad de determinar qué modelo de machine learning, entre Prophet y LSTM, permite una mejor predicción de ventas, considerando que actualmente la empresa fija metas únicamente con base en datos históricos sin métodos de predicción formales. Para resolver este problema, se desarrolló un estudio de tipo aplicado, con nivel predictivo y diseño no experimental, utilizando datos secundarios. La investigación empleó análisis documental como técnica principal y se analizaron 152,735 registros de ventas históricas comprendidos entre los años 2022 y 2024. Se implementaron y entrenaron ambos modelos (Prophet y LSTM) en Python, u...
18
tesis de grado
Publicado 2024
Enlace
Enlace
El propósito del presente estudio fue implementar business intelligence con machine learning para predecir el riesgo de vida de los adultos mayores del distrito de Masin. Se utilizó una metodología aplicada, con enfoque cuantitativo y experimental, en una población de 274 adultos mayores. Los resultados muestran que el uso de Power BI para analizar la salud en Masin es ejemplo clave de cómo los profesionales de la salud acceden, analizan y visualizan datos relevantes. A medida que los datos sanitarios siguen creciendo, transformar información compleja en datos simples será una necesidad crítica. Power BI no solo respalda este cambio, sino que también ayuda a las organizaciones de atención médica a tomar decisiones basadas en evidencia. Esta herramienta se ha convertido en un recurso esencial para mejorar la salud pública, optimizar recursos y salvar vidas. El uso eficaz de es...
19
tesis de grado
Publicado 2025
Enlace
Enlace
La gestión de los recursos hídricos se encuentra con desafíos, en este escenario, el aprendizaje automático en RNA, es un recurso útil para mejorar la recolección y distribución de cantidades de información hidrológica. Esta perspectiva puede prever sequías e inundaciones y optimizar la administración de cuencas. El estudio concuerda con el ODS 6, que pretende asegurar el acceso a agua pura y saneamiento, específicamente en la meta 6.4, persigue garantizar un uso eficaz del agua en todas las áreas, la sostenibilidad en la obtención y provisión de agua dulce cubriendo la demanda. El objetivo de la investigación es desarrollar un modelo de redes neuronales artificiales para predecir el desabastecimiento de agua en las captaciones de los ríos; Tarapoto – 2024. Además, se reconocen desafíos particulares en la ciudad de Tarapoto, donde la imprecisión en las estimaciones ...
20
tesis de grado
Publicado 2020
Enlace
Enlace
En cinética de flotación para predecir la recuperación del molibdeno a nivel laboratorio – 2019, tiene por objetivo, Analizar y cuantificar el efecto de la cinética de flotación en la recuperación del molibdeno y su predicción, es un estudio de investigación básica, con un nivel predictivo, tiene un diseño experimental y enfoque cuantitativo. Se realizaron tres pruebas y su método consistió en realizar una flotación cinética de minerales de molibdeno con un intervalo de tiempo, para cada prueba se obtuvo 8 muestras. Los datos obtenidos se procesaron de los cuales se obtuvieron tablas gráficas, ecuaciones con ello se realizaron una proyección. Los resultados obtenidos se tiene una recuperación de Mo de 76,90% con una proyección de 93,32%; Mo de 88,35% con una proyección de 94,21%; Mo de 88,29% con una proyección de 94,64% para las tres corridas secuenciales. La calid...
