Look-up in Google Scholar
Title: Mejora en el proceso de planificación de la demanda en la empresa de consumo masivo ALICORP utilizando técnicas de Machine Learning
Advisor(s): Fabian Arteaga, Junior Jhon
OCDE field: https://purl.org/pe-repo/ocde/ford#2.11.04; https://purl.org/pe-repo/ocde/ford#5.02.04
Issue Date: 2023
Institution: Universidad ESAN
Abstract: En el mundo globalizado en el que vivimos, es importante que las empresas utilicen herramientas avanzadas como el Machine Learning para mantenerse a la vanguardia y satisfacer las exigencias de sus clientes. La presente investigación se centra en la aplicación de técnicas de Machine Learning en la empresa ALICORP. La naturaleza cambiante y exigente del rubro, obliga a las organizaciones a buscar cómo satisfacer la demanda. Las técnicas de machine learning son utilizadas para proyectar la demanda y controlar los inventarios de manera eficiente. Para determinar la técnica más adecuada para proyección de datos se compararon tres técnicas: Regresión Lineal Múltiple, Árbol de Decisión de Regresión y Vectores de Soporte de Regresión. Luego se compararon métricas como RMSE y R2, se concluyó que la técnica de Árbol de Decisión de Regresión es la mejor opción ya que nos brindó RMSE de 12 y R2 de 0.95. La aplicación de esta técnica es crucial porque permite proyectar la demanda con mayor precisión, teniendo mejor control sobre sus inventarios, lo que se traduce en mayor rentabilidad. Usar Machine Learning en la proyección es una herramienta poderosa y, en particular, la técnica de Árbol de Decisión de Regresión ha demostrado ser altamente efectiva.
Discipline: Ingeniería Industrial y Comercial
Grade or title grantor: Universidad ESAN. Facultad de Ingeniería
Grade or title: Ingeniero Industrial y Comercial
Juror: Chávez Rojas, Mónica Patricia; Calderón Niquín, Marks Arturo
Register date: 8-May-2023; 8-May-2023



This item is licensed under a Creative Commons License Creative Commons