Lights
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.unemi.edu.ec/xmlui/handle/123456789/6026
Título : Propuesta de Desarrollo de un Sistema de Predicción de Ventas usando Algoritmos de Inteligencia Artificial
Autor : León Granizo, Oscar Darío
Jiménez Estrada, Vicente Manuel
Gómez Herrera, George Ezequiel
Palabras clave : ALGORITMO
DATOS
SISTEMA
VENTAS
Fecha de publicación : oct-2021
Resumen : El desarrollo del presente trabajo se centró en proponer el desarrollo de un sistema de predicción de ventas utilizando algoritmos de inteligencia artificial para lo cual se recopiló información necesaria para identificar y analizar los datos se identificó los algoritmos las técnicas métodos y herramientas involucradas en el desarrollo del sistema de predicción luego se seleccionó los algoritmos de inteligencia artificial para entrenar y predecir los datos también se determinó el algoritmo que presente mejores resultados y finalmente se propuso un sistema de predicción de ventas El estado del arte se fundamentó con trabajos de temas similares al propuesto provenientes de citas y referencias bibliográficas de tesis, artículos y revistas científicas Dentro de la metodología se desarrolló Scrum y todos sus componentes Finalmente la propuesta de solución estuvo encaminada en primera instancia con el análisis de factibilidad, la selección del algoritmo con el cual se trabajó las predicciones en este caso Redes Neuronales porque presentó los mejores resultados de predicción utilizando técnicas métodos y herramientas aplicadas con Scrum JIRA HTML Google Bootstrap entre otras para el desarrollo del sistema de predicción lo cual sirvió para desarrollar el sistema de predicción de ventas que sirvan para una adecuada toma de decisiones
URI : http://repositorio.unemi.edu.ec/handle/123456789/6026
Aparece en las colecciones: Tesis de Ingeniería de Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Jiménez Estrada Vicente Manuel.pdf2.24 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.