Sistema de predicción de valor de autos usados, utilizando estrategias de machine learning

El proyecto de predicción de precios de autos usados tiene como objetivo estimar el precio de un automóvil en función de varias características, como el año, kilometraje, tipo de combustible, marca, entre otras. Para ello, se utiliza un modelo de Machine Learning basado en Random Forest, que es un algoritmo de aprendizaje supervisado muy eficaz para tareas de regresión. El análisis de datos comienza con la recolección de información sobre el vehículo como lo son el modelo, año, kilometraje, tipo de combustible, marca y tipo de transmisión. A partir de los datos se propone usar algoritmos de machine learning como lo es random forest que nos permitirá entrenar un modelo con la información recopilada, algunos datos tendrán que ser pasados de texto a un valor numérico para que el modelo pueda interpretar y dar una predicción final.

• Autores: Cárdenas Aguilar, Hildegar Camilo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/5492
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/5492
• Palabra clave: Machine learning; Autos usados; Entrenamiento; Random forest; Automóviles; Aprendizaje automático (Inteligencia artificial); Técnica profesionals de predicción
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)