Primera imagen
 
El Repositorio Institucional de la Universidad ESAN tiene como objetivos preservar y difundir el conocimiento académico y científico producido en la universidad bajo los parámetros de acceso abierto

Recent Submissions

ItemOpen Access
Las cartas fianzas bancarias y pólizas de caución: problemática en la regulación y ejecución de las garantías de ejecución inmediata
(Universidad ESAN, 2024) Allccahuaman Fernandez, Diana; Gongora Zavala, Karen Noelia; Kuan Rassa, Geidy Lorena; Ramirez Tarazona, Maria Lourdes Luciana; Zegarra Sanchez, Iris Mireya; Aguirre Gamarra, Carlos; Mendiola Cabrera, Alfredo
La presente investigación pretende mostrar la problemática existente en torno a las garantías de primer requerimiento en nuestro país cuyo enfoque se centrará en la carta fianza y la póliza de caución. Nuestra tesis titulada "Las Cartas Fianzas Bancarias y Pólizas de Caución: Problemática en la regulación y ejecución de las garantías de ejecución inmediata" aborda varios aspectos críticos relacionados con la legislación peruana y el tratamiento económico y comercial en el Perú. La problemática que hemos identificado gira en torno a la falta de regulación adecuada para este tipo de garantías lo que conlleva que las entidades financieras impongan requisitos para su ejecución lo que puede generar demoras y problemas en el cumplimiento de los requerimientos de los garantizados. La Superintendencia de Banca, Seguros y AFPs (SBS) ha emitido normas para ambos tipos de garantías que solucionan en parte la problemática identificada y en otros casos no. Asimismo, continuamos con una aplicación de disposiciones supletorias del Código Civil en ausencia de regulación específica, lo que puede desviarse de la naturaleza autónoma de estas garantías. Por otro lado, tenemos un alto índice de garantías fraudulentas sobre todo en los procesos de licitaciones del Estado, donde se presentan cartas fianzas y pólizas de caución falsificadas, lo que resulta en pérdidas económicas significativas, sobre todo para el Estado. Finalmente, proponemos una plataforma integrada que permita corroborar la veracidad de las GEI.
ItemOpen Access
Plan de negocio para la creación de una startup que proporciona una herramienta digital en línea sobre el cuidado y seguimiento de mascotas, para el registro y uso de su historial clínico en centros veterinarios asociados en Lima Metropolitana
(Universidad ESAN, 2023) Blaz Aleman, Fernando Joel; Garcia Angulo, Cristhian Alexander; Maguiña Angulo, Carlos Alfonso; Tenorio Escalante, Percy; Melissa Zevallos Franco; Cuervo Guzmán, Sergio
En 2020, la pandemia de COVID-19 llevó a un aumento en la tenencia de mascotas, aumentando la demanda de servicios veterinarios, especialmente en Lima Metropolitana, que albergaba la mitad de las veterinarias en Perú en 2022. Sin embargo, la gestión de información veterinaria se ha vuelto un problema para los centros veterinarios. Para abordar esto, se propone la plataforma de gestión veterinaria Izipet, dirigida a los centros veterinarios en ciertos distritos de Lima (B2B). Izipet permitirá administrar stock, programar citas, mantener historiales médicos, recordar a los clientes, controlar pagos y más, todo en un solo lugar. También ofrecerá comunicación en línea con los dueños de mascotas y publicidad de servicios. Estará conectada a una red de centros veterinarios para que los usuarios accedan a servicios veterinarios. Izipet ayudará a los centros veterinarios a ahorrar tiempo en tareas administrativas, mejorar la atención médica y ser más competitivos. Para los dueños de mascotas (B2C), se desarrollará una aplicación móvil para acceder al historial médico de sus mascotas y encontrar servicios veterinarios. A nivel económico la propuesta resulta viable dentro de un plazo de recuperación favorable con un VAN y TIR favorable y escalable a nivel nacional.
ItemOpen Access
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 Francisco; Calderón-Niquín, Marks
En 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.
ItemOpen Access
Aplicación de modelos de Machine Learning para la planificación de la demanda en la empresa CBC Peruana S.A.C
(Universidad ESAN, 2023) Maciel Carpio, Zannie Xilena; Salas Barrera, Felipe Alvaro; Sanchez Anticona, Crishtian Sebastian; Sanchez Chacon, Gabriela de los Angeles; Santana Fernandez, Jose Daniel; Fabian Arteaga, Junior John
La industria de bebidas enfrenta desafíos específicos en la planificación de la demanda, ya que la variabilidad de los patrones de consumo y la imprevisibilidad del cliente exige a las empresas establecer estrategias para satisfacer la demanda. El presente trabajo de investigación se centra en la aplicación de técnicas de Machine Learning para pronosticar la demanda de dos productos clave de la empresa CBC Peruana S.A.C: paquetes de gaseosa Concordia de Piña de 03 litros de 04 unidades y paquetes de gaseosa Evervess Ginger de 1,5 litros de 06 unidades. Para ello, se utilizaron modelos de Regresión lineal, LightGBM Regressor y series de tiempo, como SARIMA y FB Prophet, aplicando los enfoques de Forecasting y Regresión. La evaluación de modelos se realizó utilizando métricas como MAE, MAPE y RMSE. Entre los resultados obtenidos, se obtuvo que el modelo FB Prophet registra un MAPE promedio de 24.64, MAE promedio de 685.16 y un RMSE promedio de 1003.90. Este estudio proporciona una base sólida para futuras investigaciones en la aplicación de Machine Learning en la industria de bebidas y demuestra el potencial de estas tecnologías para transformar las operaciones comerciales y mejorar la competitividad en el mercado.
ItemOpen Access
Pronóstico de la producción de papa en la cuenca Jequetepeque - Cajamarca en base a las variables meteorológicas utilizando técnicas de Machine Learning
(Universidad ESAN, 2023) Diaz Hurtado, Eddy Emerson; Fustamante Campos, Danly Maryoy; Gave Cardenas, Joshua; Heredia Menor, Keico Anavela; Sedano Ruiz, Maria Rosalia; Fabian Arteaga, Junior Jhon
Diversos estudios utilizan técnicas de Machine Learning para analizar datos, buscar comportamientos y patrones, con la finalidad de construir modelos matemáticos predictivos y pronosticar diferentes variables de salida. Este estudio se centra en usar técnicas de aprendizaje supervisado para predecir la producción de papa en la cuenca Jequetepeque, teniendo a la Dirección Regional de Agricultura de Cajamarca (DRAC) como parte interesada. Se usó la metodología CRISP-DM por ser el método más adecuado para el despliegue del proyecto. Las fuentes de datos usadas para la recolección de la información fueron el SENAMHI, POWER NASA, BCRP y el INEI, utilizando datos meteorológicos y de producción de papa desde 1981 al 2022. Los modelos que se utilizaron fueron Regresión Lineal, SVR, Árbol de Decisión para Regresión y ARIMA. Además, se emplearon métricas estadísticas como el MAE, MSE, RMSE y R^2 para definir el mejor rendimiento del modelo, el cual resultó ser el SVR, que alcanzó un MAE de 0.2377799, un MSE de 0.1618759, un RMSE de 0.4023380 y un R^2 de 0.8356449. Se concluye que se logró el objetivo propuesto logrando modelar un algoritmo de Machine Learning que permite predecir la producción de la papa con un error mínimo (RMSE de 0.402337).