Buscar en Google Scholar
Título: Marco teórico para tesis de mejora del error de pronóstico utilizando métodos de Machine Learning orientado al proceso de ventas de una empresa de cosméticos peruana
Asesor(es): León Perfecto, Mery Roxana
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.11.04
Fecha de publicación: 2-feb-2021
Institución: Pontificia Universidad Católica del Perú
Resumen: El presente trabajo de investigación tiene como objetivo analizar y contrastar las actuales soluciones de analítica avanzada en problemas de Supply Chain. Para esto, se empezará armando un marco teórico que consolide los conceptos fundamentales de pronósticos, machine learning y diagnóstico de procesos. Con esta base, se presentarán los puntos principales de diversas publicaciones y trabajos académicos relacionados al uso de inteligencia artificial en Supply Chain, incluyendo métodos y resultados obtenidos. Entre estos, destacan las publicaciones donde se menciona el uso de redes neuronales para el pronóstico de demanda en un centro de estudio y la implementación de ensamble de modelos para robustecer la predicción de un modelo de demanda de misiles. Finalmente, se contrastará la bibliografía presentada y se elaborarán conclusiones al respecto.
Disciplina académico-profesional: Ciencias con mención en Ingeniería Industrial
Institución que otorga el grado o título: Pontificia Universidad Católica del Perú. Facultad de Ciencias e Ingeniería
Grado o título: Bachiller en Ciencias con mención en Ingeniería Industrial
Fecha de registro: 2-feb-2021



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons