DSpace logo
Veuillez utiliser cette adresse pour citer ce document : http://repositorio.ucsg.edu.ec/handle/3317/16543
Titre: Diseño de un modelo predictivo, mediante la técnica de minería de datos para la asignación de recursos en la producción de café solido soluble para calidad A/R de la compañía ASKELGADO S.A.
Auteur(s): Zambrano Yont, Cristhian Oswaldo
metadata.dc.contributor.advisor: Castro Aguilar, Gilberto Fernando
Mots-clés: SISTEMAS DE INFORMACIÓN;MINERÍA DE DATOS;ÁRBOL DE DECISIÓN;MODELO PREDICTIVO;PYTHON
Date de publication: 13-mar-2021
Editeur: Universidad Católica de Santiago de Guayaquil
Résumé: The present qualification work of the development of a design of a predictive model for the allocation of resources in the production of soluble solid coffee for A / R quality of the company ASKELGADO S.A. aims to identify the resources to be used, recognize a data mining technique, use a predictive model, and evaluate the model for A / R quality. The research used was of the documentary type, since an interview was conducted with the 2 people in charge of the production to find out their current status regarding the allocation of resources. For the project, the design of a predictive model was proposed, using the data mining technique to identify resources through historical data. To carry out the research, a qualitative, analytical research approach was used to study the context where the problem of resource identification exists; The decision trees technique are supervised learning techniques, in which functions are learned, relationships that associate inputs with outputs, so they conform to a set of examples of which we know the relationship between the input and the desired output. The mining technique is supervised, for that python will be used and the methodology is CRISP-MD. A tree was designed that generated a predictive evaluation model for decision making in the plant. In the end, the recommendations were made to be considered as the improvement of the previously used model.
Description: El presente trabajo de titulación del desarrollo de un diseño de un modelo predictivo para la asignación de recursos en la producción de café solido soluble para calidad A/R de la compañía ASKELGADO S.A. tiene como objetivo identificar los recursos que se van a usar, reconocer una técnica de minería de datos, usar un modelo predictivo y evaluar el modelo para la calidad A/R. La investigación utilizada fue del tipo documental, ya que se realizó una entrevista a los 2 responsables de la producción para conocer su estado actual frente al tema de asignación de recursos. Para el proyecto se propuso el diseño de un modelo predictivo, mediante la técnica de minería de datos para identificar los recursos mediante históricos. Para realizar la investigación se utilizó un enfoque de investigación cualitativo, de tipo analítico para estudiar el contexto en donde existe el problema de la identificación de recursos; La técnica de árboles de decisión son técnicas de aprendizaje supervisado, en las que se aprenden funciones, relaciones que asocian entradas con salidas, por lo que se ajustan a un conjunto de ejemplos de los que conocemos la relación entre la entrada y la salida deseada. La técnica de minería es supervisada, para eso se usará python y la metodología es CRISP-MD. Se diseñó el un árbol que genero un modelo predictivo de evaluación para la toma de decisiones en la planta. Al final se plantearon las recomendaciones a considerarse como la mejora del modelo previamente utilizado.
URI/URL: http://repositorio.ucsg.edu.ec/handle/3317/16543
Collection(s) :Trabajos de Titulación - Carrera de Ingeniería en Sistemas Computacionales

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
T-UCSG-PRE-ING-CIS-284.pdf3,15 MBAdobe PDFVoir/Ouvrir


Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons