1. Trabajos conducentes a grados y títulos
URI permanente para esta comunidadhttps://hdl.handle.net/20.500.12640/4150
Examinar
6 resultados
Resultados de la búsqueda
Ítem Acceso Abierto Metodología de Valoración Contingente de ruido vehicular mediante Machine Learning: caso del bypass del Óvalo Monitor Huáscar ubicado en Santiago de Surco y La Molina(Universidad ESAN, 2024) Cama Montesinos, Andrea Alessandra; Rivera Bueno, Jose Pablo; Salazar Sanchez, Leslie Alexandra; Sandoval Alcala, Jean Pierre Andre; Soria Asin, Alejandra MarcelaEl estudio examina el impacto negativo del tránsito en la calidad de vida de la población en los distritos de Santiago de Surco y La Molina, en particular en relación con la contaminación por ruido producida por el Bypass del Óvalo Monitor Huáscar. Se propone el uso de la inteligencia artificial (Machine Learning) como una herramienta innovadora para predecir la disposición de pago (DAP) de la población para reducir el ruido del tránsito. El estudio se centra en crear un modelo de valoración contingente que se combine con algoritmos de aprendizaje automático para hacer predicciones sobre la DAP de la población en varios escenarios. Los hallazgos de esta investigación podrían ayudar a tomar decisiones informadas para mejorar la planificación urbana y la gestión del tránsito con el objetivo de reducir los efectos negativos del ruido del tránsito.Ítem Embargo Predicción del tipo de parto en el departamento de ginecología-obstetricia del Hospital Santa Rosa mediante Machine Learning(Universidad ESAN, 2023) Perez Garcia, Adams Smith; Seminario Vergaray, Raul FranciscoEn el presente trabajo, se uso Machine Learning en el ámbito de aprendizaje supervizado. para predecir los tipos de partos de las gestante atendidas en el Hospital Santa Rosa, buscando optimizar los recursos de la institución tanto material como humano. Para la creación del Modelo se recopiló toda la información existente en el hospital santa rosa y el ministerio de salud (Minsa) mediante un cruce de información, luego de la limpieza de datos, se utilizo el 80% para el aprendizaje y uN 20% para la para corroborar la predicción. El modelo predominante para nuestro trabajo fue el Árbol de decisión, donde se identifico la variable y ( tipos de partos existentes) y las variables x ( diagnosticas por lo que existe complicaciones durante el parto). con lo cual el modelo se pudo recrear.Ítem Embargo Propuesta de segmentación de clientes aplicando técnicas de Machine Learning para mejorar la estrategia de ventas de productos de bebidas en el departamento de Ica(Universidad ESAN, 2023) Alikhan Trujillo, Kledy Fiorella; Aspiazu Neyra, Luis Eduardo; Auccapiña Guillen, Juan Abner; Ayna Benegas, Irene; Cardenas Pijo, Melisa ConsueloLa investigación se centra en el mercado de bebidas en el departamento de Ica, con el objetivo de automatizar la segmentación de clientes y, por consiguiente, mejorar las estrategias comerciales de ventas. Al implementar las fases de la metodología, las primeras etapas se dedicarán al procesamiento y tratamiento riguroso de los datos, preparando así el terreno para la construcción del modelo en la fase subsiguiente. Se emplearán técnicas de aprendizaje no supervisado de Machine Learning, como K-Means, K-Medoids, Agrupación Jerárquica, DBSCAN y HDBSCAN, con parámetros óptimos. En las últimas fases, se realizarán las agrupaciones de perfiles de tipo clúster basándose en un análisis detenido de la información recopilada y las variables pertinentes. El resultado será un reporte consolidado que proporcionará una visión detallada por cada perfil de cliente. Con esta información clave el gestor comercial de ventas podrá tomar decisiones comerciales estratégicas sobre ventas. De forma complementaria, se realizará una validación con un experto del rubro para verificar el tipo de clúster adecuado como candidato óptimo de la automatización de la segmentación de clientes.Ítem Acceso Abierto Diseño de un modelo de predicción de demanda online de paquete de huevos (15 unidades) para una empresa proveedora de productos avícolas en Lima mediante Machine Learning(Universidad ESAN, 2023) Cabrera Reyes, Jairo; Camero Veneros, Mario; Castillón Medina, Densel Giomar; Garcia Condori, Guadalupe; García Guzmán, Rony YeltsinEste estudio se enfoca en abordar los desafíos que enfrenta una empresa avícola en Lima (Perú), específicamente en su canal de ventas en línea, destacando la falta de herramientas de inteligencia artificial para prever la demanda de su producto estrella: paquetes de huevos de 15 unidades. La investigación adopta un enfoque experimental con base cuantitativa, entrenando 12 modelos que abarcan desde estadísticos tradicionales hasta avanzados de Machine Learning. La metodología se divide en cuatro pasos clave: extracción de datos, preprocesamiento, modelado y análisis de resultados. El Random Forest, con optimización de hiperparámetros y validación cruzada, se revela como el más eficaz, logrando un RMSE de 38.62 y un MAE de 28.94 que significan una reducción sustancial del 52.16% en MSE y 26.15% en MAE en comparación con un modelo estadístico base (SARIMAX). Además, se propone una optimización en el equipo de planificación, con reducciones significativas en personal (50%) y costos (62.5%). A pesar de los resultados positivos, se recomienda la exploración de modelos más complejos como redes neuronales artificiales y la consideración de la implementación en la nube de Google (GCP) para mejorar continuamente la eficiencia del modelo y adaptarse a las dinámicas cambiantes del mercado.Ítem Acceso Abierto Predicción del estado de financiamiento de proyectos de tecnología en sitio web de crowdfunding Kickstarter mediante modelo de Aprendizaje Profundo Multimodal(Universidad ESAN, 2021) Puente Ríos, Alonso AugustoDesde la aparición del crowdfunding, muchos emprendedores han presentado sus proyectos al público para conseguir su financiamiento. Durante el período 2009-2019, el 37% de proyectos de Kickstarter, una de las plataformas de financiamiento colectivo más populares, alcanzó ser financiado exitosamente. Se han estado utilizando distintas metodologías de Inteligencia Artificial, considerando todas las categorías en esta plataforma para crear modelos predictivos. Sin embargo, este ratio solo alcanza el 20% para Tecnología. El objetivo de esta investigación fue predecir el estado de financiamiento de proyectos de tecnología en Kickstarter mediante un modelo de Aprendizaje Profundo Multimodal. Siguiendo la metodología CRISP-DM, se implementó un modelo ensamblado de otros modelos de Aprendizaje Profundo para 3 modalidades: un Perceptrón Multicapa para la Metainformación, una Red Neuronal Convolucional para la descripción y un modelo LSTM Bidireccional para los comentarios de los patrocinadores. Se utilizó información de más de 27 mil proyectos de tecnología en Kickstarter entre 2009 y 2019. El modelo propuesto superó a los modelos de la base de línea en cada métrica, alcanzando un valor de 93% de AUC, su mejor desempeño. Se logró resolver el problema bajo una nueva perspectiva, además de aportar mayor conocimiento y un prototipo para apoyar a los emprendedores.Ítem Acceso Abierto Desarrollo de videojuego para el aprendizaje de vocabulario del idioma inglés(Universidad ESAN, 2018) Flórez Ponce, Fernando LeoncioEl presente estudio consistió en desarrollar un videojuego con el propósito de afrontar el problema de la educación en relación a la falta de conocimiento del idioma inglés en temas de vocabulario. La efectividad de la aplicación de los videojuegos en la educación en otros países del primer mundo resultó en una mejoría del índice de aprendizaje de los alumnos involucrados. El trabajo consistió en crear un videojuego con capacidad de actuar como una herramienta para los profesores de inglés para que puedan ser capaces de mejorar el nivel de atención y rendimiento de sus alumnos por medio de la aplicación de redes neuronales, con el propósito de que los alumnos de sector primaria y secundaria puedan asimilar mejor los conocimientos lingüísticos para su educación en general, debido a la necesidad actual del idioma para competir a nivel mundial. El trabajo en sí consistió darle más contenido al videojuego en cuestión por medio de la aplicación de técnicas de ciencias de la computación actual para mejorar la experiencia del alumno para optimizar el aprendizaje, tomando en consideración los avances actuales tanto en la tecnología como en el entretenimiento. Entre los resultados más importantes se encontraron que los beneficios de utilizar los videojuegos para la enseñanza incluyeron la facilidad de aprendizaje y una mejor asimilación de conocimientos. Se encontraron que los videojuegos son mejores herramientas debido a la facilidad de entender y experimentar, al no generar tanta resistencia como el aprendizaje común, al mostrarse una 80% de aceptación encontrada al probar la hipótesis.
