Clustering de series temporales pertenecientes al consumo de productos para la agrupación por patrones
RESUMEN : Lograr identificar los patrones de consumo y comportamiento del mercado se convierte en información relevante para ajustar las estrategias relacionadas a la cadena de suministro. Esto, conduce a una mejor toma de decisiones en los eslabones de compra, producción y distribución, traduciéndo...
- Autores:
-
Zapata Chaves, David
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2023
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/35519
- Acceso en línea:
- https://hdl.handle.net/10495/35519
- Palabra clave:
- Aprendizaje automático no supervisado
Unsupervised Machine Learning
Análisis por conglomerados
Cluster Analysis
Análisis de series de tiempo
Cadena de suministro alimentario
Food supply chains
Clustering
Segmentos de productos
http://aims.fao.org/aos/agrovoc/c_2630c679
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/