Minería de datos y aprendizaje automático como soporte en la toma de decisiones en el área de producción y transporte de arándanos en la Empresa Agroberries s.a.c. – la libertad 2022

Abstract

En el desarrollo del presente trabajo que se titula “Minería de datos y aprendizaje automático como soporte en la toma de decisiones en el área de producción y transporte de arándanos en la empresa Agroberries S.A.C. – La Libertad 2022”, trata de la implementación de técnicas de minería de datos y de aprendizaje automático como árboles de clasificación, reglas de asociación y redes bayesianas, mismas que brindan un soporte para tomar decisiones a nivel estratégico al usuario final quienes serán los tomadores de decisiones. El proceso de toma de decisiones, a través de la información que proporcionan las técnicas de minería de datos y de aprendizaje automático descritas anteriormente proveen mejoras a nivel de eficacia, eficiencia y satisfacción por parte de los tomadores decisiones. Una vez se aplicaron las técnicas y se interpretó estadísticamente que resultaban confiables y usables para los intereses de la empresa, se lograron realizar reportes dinámicos, gráficos, rápidos y que a su vez son eficaces y del agrado de los tomadores de decisiones

In the development of this work entitled ““Data mining and machine learning as support for decision making in the area of production and transportation of blueberries in the company Agroberries S.A.C. La Libertad 2022““, it is about the implementation of data mining techniques and machine learning as classification trees, association rules and Bayesian networks, which provide support for decision making at the strategic level to the end user. - La Libertad 2022““, deals with the implementation of data mining and machine learning techniques such as classification trees, association rules and Bayesian networks, which provide support for strategic decision making to the end user who will be the decision makers. The decision making process, through the information provided by the data mining and machine learning techniques described above, provides improvements in terms of effectiveness, efficiency and satisfaction on the part of the decision makers. Once the techniques were applied and it was statistically interpreted that they were reliable and usable for the company's interests, it was possible to create dynamic, graphic and fast reports that are effective and to the liking of the decision makers.