Look-up in Google Scholar
Title: Propuesta de diseño de un modelo de machine learning para estimar costos en proyectos de software
Advisor(s): Ugarte Rojas, Willy Gustavo
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.00; https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 30-Nov-2023
Institution: Universidad Peruana de Ciencias Aplicadas (UPC)
Abstract: Esta tesis propone la utilización de técnicas de Analítica de negocios y Analítica Predictiva para solucionar la problemática actual de la empresa Gimalca S.A. con respecto a la estimación de costos de los proyectos liderados por parte de los jefes de proyectos, los cuales han presentado inconvenientes en el alcance, estimación y otras razones, esto ha conllevado a que se generen perdidas por S/ 1.25MM, de los cuales S/ 0.45MM corresponden a errores en la estimación, lo cual no es aceptable por parte de la empresa. Asimismo, como parte del trabajo de investigación, se propone el uso de la metodología CRISP-DM para la implementación de la solución analítica orientada a estimar los costos de los diferentes proyectos que evalúa la empresa, el uso de la metodología se recomienda por la integración que se tiene entre los objetivos del negocio y la minería de datos. La solución propone la elaboración de modelos predictivos que permitan resolver esta problemática, para lo cual se han trabajado 4 modelos con la herramienta de Google Colab, que hace uso del lenguaje de programación Python, aplicando algoritmos de Regresión Lineal Múltiple, SVR (Support Vector Regression), Redes Neuronales y Redes Bayesianas, siendo el algoritmo de Redes Neuronales el que presento mejores resultados. Por lo que, se ha comprado que a través de modelos predictivos es posible predecir el costo real asociado a un proyecto, lo cual permitirá generar valor para la empresa. Asimismo, la tesis propone los lineamientos necesarios para que Gimalca S.A. aplique de manera exitosa la metodología CRISP-DM.

This thesis proposes the use of Business Analytics and Predictive Analytics techniques to solve the current problems of the company Gimalca S.A. regarding the cost estimation of projects led by project managers, which have presented problems in the scope, estimation and other reasons, this has led to losses of S/ 1.25MM, of which S/ 0.45MM correspond to errors in the estimation, which is not acceptable by the company. Likewise, as part of the research work, the use of the CRISP-DM methodology is proposed for the implementation of the analytical solution oriented to estimate the costs of the different projects evaluated by the company, the use of the methodology is recommended due to the integration between the business objectives and data mining. The solution proposes the development of predictive models to solve this problem, for which 4 models have been worked with the Google Colab tool, which uses the Python programming language, applying algorithms of Multiple Linear Regression, SVR (Support Vector Regression), Neural Networks and Bayesian Networks, being the Neural Networks algorithm the one with the best results. Therefore, it has been proved that through predictive models it is possible to predict the real cost associated to a project, which will allow to generate value for the company. Likewise, the thesis proposes the necessary guidelines for Gimalca S.A. to successfully apply the CRISP-DM methodology.
Discipline: Maestría en Dirección de Sistemas y Tecnologías de la Información
Grade or title grantor: Universidad Peruana de Ciencias Aplicadas (UPC). Escuela de Postgrado
Grade or title: Maestro en Dirección de Sistemas y Tecnologías de la Información
Juror: Subauste Oliden Daniel; Bocanegra Padilla, Leyder; Paredes Minaya, Percy
Register date: 12-Feb-2024; 12-Feb-2024



This item is licensed under a Creative Commons License Creative Commons