Buscar en Google Scholar
Título: BicingML
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.02.02
Fecha de publicación: 2021
Institución: Universidad Politécnica de Cataluña
Resumen: Este proyecto fue desarrollado con el objetivo de poder predecir el nivel de ocupación de una estación de Bicing a una hora del día dada. En consecuencia, se ha decidido realizar dos tipos de análisis a partir de los datos disponibles (Bicing y meteorológicos). En primer lugar, se seleccionan los datos a utilizar para su posterior ingesta, limpieza e integración. Una vez tenemos los datos, se plantea por un lado, el uso de técnicas descriptivas para extraer estadísticas, patrones de comportamiento y conocimiento de los datos, así como técnicas de visualización de datos para presentarlos de una manera sencilla y fácil de asimilar para el consumidor. Por otro lado, se plantea el desarrollo de métodos predictivos univariantes y multivariantes, desde series temporales a modelos de machine learning o deep learning. Se emplearán en base a la naturaleza de nuestros datos y se analizará su capacidad de predicción así como el tiempo que consumen para obtener el modelo óptimo. Una vez se obtienen las predicciones, se presentan por medio de una página web la información extraída que facilita al usuario de las bicicletas su experiencia y mejora la calidad del servicio.
Nota: Acceso restringido. Si desea contactar con uno de los autores, escriba a renati@sunedu.gob.pe
Disciplina académico-profesional: Big Data Management, Technologies and Analytics
Institución que otorga el grado o título: Universidad Politécnica de Cataluña
Grado o título: Máster en Big Data Management, Technologies and Analytics
Fecha de registro: 12-abr-2022

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
FigueroaPachecoRA.pdf
  Acceso restringido
TFM (restringido)3.79 MBAdobe PDFVisualizar/Abrir  Solicita una copia
Autorizacion.pdf
  Acceso restringido
Autorización del registro1.7 MBAdobe PDFVisualizar/Abrir  Solicita una copia


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.