Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
RESUMEN : El proyecto pretende a partir del análisis de datos, predecir la cantidad de pasajeros que se saldrán de la Terminal de Transporte Norte de Medellín en determinada fecha, empleando diferentes modelos de machine learning como LinearRegression, RandomForestRegressor, KNeighborsRegressor, los...
- Autores:
-
Bru Diaz, Marcos Manuel
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2021
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/24679
- Acceso en línea:
- http://hdl.handle.net/10495/24679
- Palabra clave:
- Análisis de datos
Data analysis
Aprendizaje supervisado (aprendizaje automático)
Supervised learning (Machine learning)
Aprendizaje automático (inteligencia artificial)
Machine learning
Transporte de pasajeros
Transportation-passengers traffic
Terminales (transporte)
Terminals (Transportation)
Técnicas de predicción
Forecasting
http://aims.fao.org/aos/agrovoc/c_3041
http://vocabularies.unesco.org/thesaurus/concept2214
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/
| id |
UDEA2_63eff33c862a8751ae88151b7a028eb0 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/24679 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País |
| title |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País |
| spellingShingle |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País Análisis de datos Data analysis Aprendizaje supervisado (aprendizaje automático) Supervised learning (Machine learning) Aprendizaje automático (inteligencia artificial) Machine learning Transporte de pasajeros Transportation-passengers traffic Terminales (transporte) Terminals (Transportation) Técnicas de predicción Forecasting http://aims.fao.org/aos/agrovoc/c_3041 http://vocabularies.unesco.org/thesaurus/concept2214 |
| title_short |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País |
| title_full |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País |
| title_fullStr |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País |
| title_full_unstemmed |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País |
| title_sort |
Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País |
| dc.creator.fl_str_mv |
Bru Diaz, Marcos Manuel |
| dc.contributor.advisor.none.fl_str_mv |
Oviedo Carrascal, Efraín Alberto |
| dc.contributor.author.none.fl_str_mv |
Bru Diaz, Marcos Manuel |
| dc.subject.unesco.none.fl_str_mv |
Análisis de datos Data analysis |
| topic |
Análisis de datos Data analysis Aprendizaje supervisado (aprendizaje automático) Supervised learning (Machine learning) Aprendizaje automático (inteligencia artificial) Machine learning Transporte de pasajeros Transportation-passengers traffic Terminales (transporte) Terminals (Transportation) Técnicas de predicción Forecasting http://aims.fao.org/aos/agrovoc/c_3041 http://vocabularies.unesco.org/thesaurus/concept2214 |
| dc.subject.lemb.none.fl_str_mv |
Aprendizaje supervisado (aprendizaje automático) Supervised learning (Machine learning) Aprendizaje automático (inteligencia artificial) Machine learning Transporte de pasajeros Transportation-passengers traffic Terminales (transporte) Terminals (Transportation) |
| 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/concept2214 |
| description |
RESUMEN : El proyecto pretende a partir del análisis de datos, predecir la cantidad de pasajeros que se saldrán de la Terminal de Transporte Norte de Medellín en determinada fecha, empleando diferentes modelos de machine learning como LinearRegression, RandomForestRegressor, KNeighborsRegressor, los cuales basan sus predicciones , en dadas unas variables etiquetadas de entrada(predictoras) predecir un número para realizar este análisis predictivo. |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-12-09T14:50:46Z |
| dc.date.available.none.fl_str_mv |
2021-12-09T14:50:46Z |
| 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/10495/24679 |
| url |
http://hdl.handle.net/10495/24679 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.issupplementedby.spa.fl_str_mv |
https://github.com/MarcusBruDiaz/Monografia |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
| 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 |
https://creativecommons.org/licenses/by-nc-sa/4.0/ http://creativecommons.org/licenses/by-nc-sa/2.5/co/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
44 |
| 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/dc8be0b9-bc0f-4603-9f2b-362fa3f35d7f/download https://bibliotecadigital.udea.edu.co/bitstreams/2b803258-ad3c-4b4f-ad3b-c7703307cbab/download https://bibliotecadigital.udea.edu.co/bitstreams/583e3f29-319e-4016-9a94-5a2faa6837f3/download https://bibliotecadigital.udea.edu.co/bitstreams/14f7621a-d1c5-472d-9331-47dd0058a7c4/download https://bibliotecadigital.udea.edu.co/bitstreams/8d40f61d-5082-4a04-911a-d2d6e4ff90be/download |
| bitstream.checksum.fl_str_mv |
e2060682c9c70d4d30c83c51448f4eed 8a4605be74aa9ea9d79846c1fba20a33 bef697dfdd20ee261abbdd6e627a02f6 1184f2c485770271cd0c5742df0d7b85 3f15a4e42e7f38ae91eda3679dcf1542 |
| 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_ |
1851052446840782848 |
| spelling |
Oviedo Carrascal, Efraín AlbertoBru Diaz, Marcos Manuel2021-12-09T14:50:46Z2021-12-09T14:50:46Z2021http://hdl.handle.net/10495/24679RESUMEN : El proyecto pretende a partir del análisis de datos, predecir la cantidad de pasajeros que se saldrán de la Terminal de Transporte Norte de Medellín en determinada fecha, empleando diferentes modelos de machine learning como LinearRegression, RandomForestRegressor, KNeighborsRegressor, los cuales basan sus predicciones , en dadas unas variables etiquetadas de entrada(predictoras) predecir un número para realizar este análisis predictivo.EspecializaciónEspecialista en Analítica y Ciencia de Datos44application/pdfspaUniversidad de AntioquiaMedellínFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datoshttps://creativecommons.org/licenses/by-nc-sa/4.0/http://creativecommons.org/licenses/by-nc-sa/2.5/co/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de PaísTesis/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/draftAnálisis de datosData analysisAprendizaje supervisado (aprendizaje automático)Supervised learning (Machine learning)Aprendizaje automático (inteligencia artificial)Machine learningTransporte de pasajerosTransportation-passengers trafficTerminales (transporte)Terminals (Transportation)Técnicas de predicciónForecastinghttp://aims.fao.org/aos/agrovoc/c_3041http://vocabularies.unesco.org/thesaurus/concept2214https://github.com/MarcusBruDiaz/MonografiaPublicationCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81051https://bibliotecadigital.udea.edu.co/bitstreams/dc8be0b9-bc0f-4603-9f2b-362fa3f35d7f/downloade2060682c9c70d4d30c83c51448f4eedMD54falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/2b803258-ad3c-4b4f-ad3b-c7703307cbab/download8a4605be74aa9ea9d79846c1fba20a33MD55falseAnonymousREADORIGINALBruMarcos_2021_EstimacionSalidaPasajeros.pdfBruMarcos_2021_EstimacionSalidaPasajeros.pdfTrabajo de grado de especializaciónapplication/pdf1065720https://bibliotecadigital.udea.edu.co/bitstreams/583e3f29-319e-4016-9a94-5a2faa6837f3/downloadbef697dfdd20ee261abbdd6e627a02f6MD51trueAnonymousREADTEXTBruMarcos_2021_EstimacionSalidaPasajeros.pdf.txtBruMarcos_2021_EstimacionSalidaPasajeros.pdf.txtExtracted texttext/plain70577https://bibliotecadigital.udea.edu.co/bitstreams/14f7621a-d1c5-472d-9331-47dd0058a7c4/download1184f2c485770271cd0c5742df0d7b85MD56falseAnonymousREADTHUMBNAILBruMarcos_2021_EstimacionSalidaPasajeros.pdf.jpgBruMarcos_2021_EstimacionSalidaPasajeros.pdf.jpgGenerated Thumbnailimage/jpeg6873https://bibliotecadigital.udea.edu.co/bitstreams/8d40f61d-5082-4a04-911a-d2d6e4ff90be/download3f15a4e42e7f38ae91eda3679dcf1542MD57falseAnonymousREAD10495/24679oai:bibliotecadigital.udea.edu.co:10495/246792025-03-26 22:29:43.157https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |