Show simple item record

dc.contributor.advisorRamírez Vargas, Adriel
dc.contributor.authorNina Asto, Christian Mitchell
dc.contributor.authorVilca Malpartida, Jean Adriano
dc.date.accessioned2019-09-11T19:55:11Z
dc.date.available2019-09-11T19:55:11Z
dc.date.issued2018-12-14
dc.identifier.citationNina Asto, C.M. y Vilca Malpartida, J.A. (2018). Búsqueda de patrones de comportamiento usando Machine Learning, para la toma decisiones gerenciales en la empresa Chuchuhuasi. (tesis para optar el Título Profesional de Ingeniero de Sistemas). Universidad Andina del Cusco.es_PE
dc.identifier.urihttps://hdl.handle.net/20.500.12557/2795
dc.description.abstractActualmente la utilización de Machine learning tiene mucha vigencia en el tratamiento de datos los cuales pueden ser de distintas características. El aprendizaje automático tiene una amplia gama de aplicaciones, incluyendo motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis del mercado de valores, clasificación de secuencias de ADN, reconocimiento del habla y del lenguaje escrito, juegos y robótica. Se ha desarrollado una aplicación que utiliza modelos probabilísticos, lógicos, los cuales son parte del aprendizaje automático (Machine learning). Esta aplicación generalizara patrones de comportamiento. En este contexto eso quiere decir (identificar patrones complejos en miles o millones de datos). Nuestro aplicativo utiliza un algoritmo que revisa los datos y es capaz de predecir comportamientos futuros. Los datos obtenidos para el trabajo de investigación en la Empresa Chuchuasi S.A. llegaron a una cantidad de más de 5000 obtenidos con las fichas de recolección de datos, estos han sido procesados anualmente en los periodos (2016-2017). A través del algoritmo predictivo por patrones de comportamiento (KVecino más cercano) de Machine learning. La información obtenida ha mostrado una diversidad de preferencias en los gustos de los clientes. Estas diversidades de gustos inducen al comportamiento de la empresa en los procesos del negocio (Gestión, funcional, económicos, y operativos). Como en toda empresa existen diversas áreas enmarcadas en los procesos antes mencionados. La información obtenida después del proceso de (KVecino más cercano) de Machine learning es de gran ayuda para la toma de decisiones para la gerencia de la empresa en el (Proceso de gestión), ya que, a través del aplicativo en la Web desarrollado en la investigación, muestra características implícitas de los gustos de los clientes que están estructuradas en los horarios de atención, nacionalidad de los clientes, tipo de tragos, acompañamiento, edad etc. 1. Por último, la información obtenida recomienda de una mejor manera en las de decisiones de los diferentes procesos de la empresa Chuchuhuasi tales como (de gestión, funcionales, económicos y operativos). Una muestra clara de lo mencionado es una descripción detallada de variables de compra de insumos, y contrato de personal (Proceso Económico).es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Andina del Cuscoes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/2.5/pe/es_PE
dc.sourceUniversidad Andina del Cuscoes_PE
dc.sourceRepositorio Institucional - UACes_PE
dc.subjectAprendizaje automáticoes_PE
dc.subjectBúsqueda en líneaes_PE
dc.subjectPatrones de comportamientoes_PE
dc.titleBúsqueda de patrones de comportamiento usando Machine Learning, para la toma decisiones gerenciales en la empresa Chuchuhuasi.es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero de Sistemases_PE
thesis.degree.grantorUniversidad Andina del Cusco. Facultad de Ingeniería y Arquitecturaes_PE
thesis.degree.levelTitulo Profesionales_PE
thesis.degree.disciplineIngeniería de Sistemases_PE


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess