Look-up in Google Scholar
Title: Machine Learning en la mejora del proceso de operaciones comerciales en la empresa Redondos, Lima - 2020
Advisor(s): Visurraga Agüero, Joel Martin
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2021
Institution: Universidad César Vallejo
Abstract: La presente tesis detalla el desarrollo del machine learning para el proceso de operaciones comerciales en la empresa redondos. El objetivo de esta investigación es determinar en qué medida el machine learning mejora el proceso de operaciones comerciales en la empresa Redondos, Lima - 2020. El tipo de investigación es aplicada, el diseño de la investigación es cuasi experimental. La población del índice de cumplimiento diario se determinó en 70 operaciones comerciales, estratificado en 70 observaciones. La población del índice de solicitudes atendidas fuera de tiempo se determinó en 70 operaciones comerciales, estratificado en 70 observaciones. La población del índice de control de operaciones se terminó en 70 operaciones comerciales, estratificado en 70 observaciones. El tamaño de la muestra estuvo conformado por 70 operaciones comerciales. Los resultados permitieron llegar a la conclusión que el machine learning mejora el proceso de operaciones comerciales en la empresa Redondos. La implementación del machine learning permitió mejorar el índice de cumplimiento diario del 33.72% al 91.44%, del mismo modo mejoró el índice de solicitudes atendidas fuera de tiempo del 66.28% al 8.56%, así como el índice de control de operaciones del 43.04% al 82.70% del proceso de operaciones comerciales.
Discipline: Maestría en Ingeniería de Sistemas con Mención en Tecnologías de la Información
Grade or title grantor: Universidad César Vallejo. Escuela de Posgrado
Grade or title: Maestra en Ingeniería de Sistemas con mención en Tecnologías de la Información
Juror: Esquivel Castillo, Luis Alejandro; Flores Zafra, David; Visurraga Agüero, Joel Martin
Register date: 19-Jun-2021



This item is licensed under a Creative Commons License Creative Commons