Look-up in Google Scholar
Full metadata record
Fabian Arteaga, Junior Jhon
Huisacayna Cutipa, Abigail Nelly
Jacinto Martell, Samuel Humberto
La Rosa Gadea, Marghore Susana
Machuca Abanto, Axl Boris
Torres Yupanqui, Rocio del Pilar Lesly
2024-04-08T23:25:30Z
2024-04-08T23:25:30Z
2023
https://hdl.handle.net/20.500.12640/3882
En la actualidad es importante que toda empresa realice pronósticos de todo tipo, que ayuden a mitigar el impacto negativo y/o aprovechar los impactos positivos que los cambios generan. El propósito del presente trabajo es identificar la técnica del aprendizaje automático que mejore el método de proyección de ventas generadas por el análisis de multirresiduos de plaguicidas en alimentos de la empresa Mérieux Nutrisciences. Se emplea la metodología Cross-Industry Standard Process for Data Mining (CRISP-DM) para determinar el modelo predictivo óptimo para la empresa. Después de adquirir y adecuar la data, se aplica y analiza en las técnicas de regresión lineal, light gradient boosting machine (LightGBM), seasonal auto regressive integrated moving average (SARIMA) y long short-term memory (LSTM). Con la ejecución de los modelos establecidos, se concluyó que el uso de modelos predictivos permite a las empresas, tomar decisiones más acertadas y mejorar su gestión, además, se visualizó que el modelo LightGBM tiene una mayor precisión que los otros modelos con un 0.0152 de mean squared error (MSE). Se recomienda realizar el modelado con un mayor número de data para generar un pronóstico más preciso, contrastar con el laboratorio y realizar estudios adicionales para ajustar hiperparámetros propios del modelo.
application/pdf
spa
Universidad ESAN
info:eu-repo/semantics/closedAccess
Logística (es_ES)
Aprendizaje automático (es_ES)
Inteligencia artificial (es_ES)
Predicciones (es_ES)
Industria alimentaria (es_ES)
Laboratorios (es_ES)
Técnicas de machine learning para la mejora del método de proyección de ventas de los análisis de multirresiduos de plaguicidas en alimentos de Mérieux Nutrisciences
info:eu-repo/semantics/bachelorThesis
Universidad ESAN. Facultad de Ingeniería
Ingeniería de Tecnologías de Información y Sistemas
Ingeniería Industrial y Comercial
Ingeniería en Gestión Ambiental
Ingeniero de Tecnologías de Información y Sistemas
Ingeniero Industrial y Comercial
Ingeniero en Gestión Ambiental
PE
https://purl.org/pe-repo/ocde/ford#5.02.04
https://purl.org/pe-repo/ocde/ford#2.11.04
https://purl.org/pe-repo/renati/level#tituloProfesional
44749148
https://orcid.org/0000-0001-9804-7795
76473015
76643520
72980422
71208857
73500080
722056
613066
521236
Ballon Álvarez, Joseph
Chávez Rojas, Mónica
https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional
Privada asociativa



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.