Predicción de ventas futuras
RESUMEN : La finalidad del proyecto es predecir las ventas para el mes siguiente para una cadena de tiendas, haciendo uso de algoritmos de inteligencia artificial. El dataset cuenta con 4 archivos (productos, categoría de los productos, tiendas y ventas diarias) tomados de la competencia de kaggle “...
- Autores:
-
Romero Miranda, Jimmy Alexander
Lizcano Portilla, Víctor Alberto
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2021
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/24626
- Acceso en línea:
- http://hdl.handle.net/10495/24626
- Palabra clave:
- Series temporales
Time series
Predicciones
Redes neurales (computadores)
Neural networks (Computer science)
Aprendizaje automático (inteligencia artificial)
Machine learning
Técnicas de predicción
Forecasting
http://aims.fao.org/aos/agrovoc/c_3041
http://vocabularies.unesco.org/thesaurus/concept11036
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-sa/2.5/co/
| id |
UDEA2_4251091625c800c594e7cb16ce86dccb |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/24626 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Predicción de ventas futuras |
| title |
Predicción de ventas futuras |
| spellingShingle |
Predicción de ventas futuras Series temporales Time series Predicciones Redes neurales (computadores) Neural networks (Computer science) Aprendizaje automático (inteligencia artificial) Machine learning Técnicas de predicción Forecasting http://aims.fao.org/aos/agrovoc/c_3041 http://vocabularies.unesco.org/thesaurus/concept11036 |
| title_short |
Predicción de ventas futuras |
| title_full |
Predicción de ventas futuras |
| title_fullStr |
Predicción de ventas futuras |
| title_full_unstemmed |
Predicción de ventas futuras |
| title_sort |
Predicción de ventas futuras |
| dc.creator.fl_str_mv |
Romero Miranda, Jimmy Alexander Lizcano Portilla, Víctor Alberto |
| dc.contributor.advisor.none.fl_str_mv |
Rodríguez colina, Sebastián |
| dc.contributor.author.none.fl_str_mv |
Romero Miranda, Jimmy Alexander Lizcano Portilla, Víctor Alberto |
| dc.subject.unesco.none.fl_str_mv |
Series temporales Time series |
| topic |
Series temporales Time series Predicciones Redes neurales (computadores) Neural networks (Computer science) Aprendizaje automático (inteligencia artificial) Machine learning Técnicas de predicción Forecasting http://aims.fao.org/aos/agrovoc/c_3041 http://vocabularies.unesco.org/thesaurus/concept11036 |
| dc.subject.lemb.none.fl_str_mv |
Predicciones Redes neurales (computadores) Neural networks (Computer science) Aprendizaje automático (inteligencia artificial) Machine learning |
| dc.subject.agrovoc.none.fl_str_mv |
Técnicas de predicción Forecasting |
| dc.subject.agrovocuri.none.fl_str_mv |
http://aims.fao.org/aos/agrovoc/c_3041 |
| dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept11036 |
| description |
RESUMEN : La finalidad del proyecto es predecir las ventas para el mes siguiente para una cadena de tiendas, haciendo uso de algoritmos de inteligencia artificial. El dataset cuenta con 4 archivos (productos, categoría de los productos, tiendas y ventas diarias) tomados de la competencia de kaggle “Predict Future Sales” que proporcionan información detallada de las ventas históricas para 22.171 productos en 34 meses, a partir del mes de enero de 2013. Se probaron diferentes metodologías para organizar la información para la generación de los modelos. Los datos se reprocesaron para tener la información organizada por ventas mensuales para cada tienda y categoría de producto y posteriormente fueron separados de acuerdo a un lookback para generar las series de tiempo para entrenar los modelos. Se probaron diferentes modelos y se utilizó una métrica particular de negocio para medir el error de las predicciones. |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-12-07T13:42:16Z |
| dc.date.available.none.fl_str_mv |
2021-12-07T13:42:16Z |
| dc.date.issued.none.fl_str_mv |
2021 |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Especialización |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_46ec |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/COther |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/other |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_46ec |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/24626 |
| url |
http://hdl.handle.net/10495/24626 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.issupplementedby.spa.fl_str_mv |
https://github.com/Alberto7526/MonografiaGithub |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
32 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Especialización en Analítica y Ciencia de Datos |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/18e57fc0-d6b3-4236-a2b1-53ecb216e8d1/download https://bibliotecadigital.udea.edu.co/bitstreams/32997e6b-2e36-4b33-b325-d4712c3608c9/download https://bibliotecadigital.udea.edu.co/bitstreams/fd04078c-c1d4-4a46-b6bb-50e2a171c07f/download https://bibliotecadigital.udea.edu.co/bitstreams/73e70f8f-9035-4753-aab4-8891128e9b60/download https://bibliotecadigital.udea.edu.co/bitstreams/4a247414-908a-4ee0-ac0b-6017a6f04895/download |
| bitstream.checksum.fl_str_mv |
14b1c290c3d23b259a8801bad1ddcc35 e2060682c9c70d4d30c83c51448f4eed 8a4605be74aa9ea9d79846c1fba20a33 39452c846093625ddd9de38b47b24182 5c51836b2a6e5c3518de9fea9795e7ee |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052367737257984 |
| spelling |
Rodríguez colina, SebastiánRomero Miranda, Jimmy AlexanderLizcano Portilla, Víctor Alberto2021-12-07T13:42:16Z2021-12-07T13:42:16Z2021http://hdl.handle.net/10495/24626RESUMEN : La finalidad del proyecto es predecir las ventas para el mes siguiente para una cadena de tiendas, haciendo uso de algoritmos de inteligencia artificial. El dataset cuenta con 4 archivos (productos, categoría de los productos, tiendas y ventas diarias) tomados de la competencia de kaggle “Predict Future Sales” que proporcionan información detallada de las ventas históricas para 22.171 productos en 34 meses, a partir del mes de enero de 2013. Se probaron diferentes metodologías para organizar la información para la generación de los modelos. Los datos se reprocesaron para tener la información organizada por ventas mensuales para cada tienda y categoría de producto y posteriormente fueron separados de acuerdo a un lookback para generar las series de tiempo para entrenar los modelos. Se probaron diferentes modelos y se utilizó una métrica particular de negocio para medir el error de las predicciones.EspecializaciónEspecialista en Analítica y Ciencia de Datos32application/pdfspaUniversidad de AntioquiaMedellínFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datoshttp://creativecommons.org/licenses/by-nc-sa/2.5/co/https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Predicción de ventas futurasTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/draftSeries temporalesTime seriesPrediccionesRedes neurales (computadores)Neural networks (Computer science)Aprendizaje automático (inteligencia artificial)Machine learningTécnicas de predicciónForecastinghttp://aims.fao.org/aos/agrovoc/c_3041http://vocabularies.unesco.org/thesaurus/concept11036https://github.com/Alberto7526/MonografiaGithubPublicationORIGINALRomeroJimmy&LizcanoVictor_2021_PrediccionVentasFuturas.pdfRomeroJimmy&LizcanoVictor_2021_PrediccionVentasFuturas.pdfTrabajo de grado de especializaciónapplication/pdf1472477https://bibliotecadigital.udea.edu.co/bitstreams/18e57fc0-d6b3-4236-a2b1-53ecb216e8d1/download14b1c290c3d23b259a8801bad1ddcc35MD56trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81051https://bibliotecadigital.udea.edu.co/bitstreams/32997e6b-2e36-4b33-b325-d4712c3608c9/downloade2060682c9c70d4d30c83c51448f4eedMD57falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/fd04078c-c1d4-4a46-b6bb-50e2a171c07f/download8a4605be74aa9ea9d79846c1fba20a33MD58falseAnonymousREADTEXTRomeroJimmy&LizcanoVictor_2021_PrediccionVentasFuturas.pdf.txtRomeroJimmy&LizcanoVictor_2021_PrediccionVentasFuturas.pdf.txtExtracted texttext/plain48398https://bibliotecadigital.udea.edu.co/bitstreams/73e70f8f-9035-4753-aab4-8891128e9b60/download39452c846093625ddd9de38b47b24182MD59falseAnonymousREADTHUMBNAILRomeroJimmy&LizcanoVictor_2021_PrediccionVentasFuturas.pdf.jpgRomeroJimmy&LizcanoVictor_2021_PrediccionVentasFuturas.pdf.jpgGenerated Thumbnailimage/jpeg6161https://bibliotecadigital.udea.edu.co/bitstreams/4a247414-908a-4ee0-ac0b-6017a6f04895/download5c51836b2a6e5c3518de9fea9795e7eeMD510falseAnonymousREAD10495/24626oai:bibliotecadigital.udea.edu.co:10495/246262025-03-26 21:12:51.328http://creativecommons.org/licenses/by-nc-sa/2.5/co/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |
