Buscar en Google Scholar
Título: Desarrollo de un modelo predictivo para el análisis de datos del sector exportador hortofrutícola en el periodo 2016 -2020
Asesor(es): Romero Zegarra, Christiaan Michaell
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 24-nov-2020
Institución: Universidad Privada del Norte
Resumen: En el presente trabajo se busca el desarrollo de un modelo predictivo del sector hortofrutícola en el periodo de 2016 – 2020, tomando en cuenta datos de valor, identificando tanto las fuentes como metodologías óptimas para procesar dicha información. Se hizo uso de algoritmos que permiten la predicción de los precios del producto en estudio. Se hizo uso de la metodología CRISP-DM, siguiendo paso a paso las fases de: comprensión del problema, comprensión de los datos, preparación de los datos, modelado, evaluación e implementación . Los resultados concluyeron que se puede mejorar el análisis de datos al desarrollar un modelo predictivo cubriendo las deficiencias en el manejo de información con respecto a la cantidad y calidad de los datos, reduciendo la cantidad de datos que se procesaban en un 50% y aumentando la calidad de los mismos, con un mejora en la toma de decisiones con datos concisos de predicción, con una precisión de 65.2% y eficacia de 66.4%. También se dio una disminución de un 39.08 % del costo anual en los recursos utilizados y un porcentaje de 180% menos tiempo invertido en el análisis.
Enlace al repositorio: https://hdl.handle.net/11537/25383
Nota: Cajamarca
Disciplina académico-profesional: Ingeniería de Sistemas Computacionales
Institución que otorga el grado o título: Universidad Privada del Norte. Facultad de Ingeniería
Grado o título: Ingeniero de Sistemas Computacionales
Jurado: Bazán Díaz, Laura Sofía; Reyes Gutiérrez, César Augusto; Túllume Mechán, Yuri Alexis
Fecha de registro: 30-mar-2021; 30-mar-2021



IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.